Réflexion sur les perceptions, conceptions, représentations et affections, ou la quadrature des approches qualitatives en géographie 1
Bibliographic record
Abstract
Les chercheurs en géographie humaine tentent de saisir le plus finement possible la nature des relations que nous entretenons avec la Nature et le Territoire à partir de ce qu’en « pensent » les divers acteurs ou groupes d’acteurs concernés. Or, ces « pensées » émanent de registres de signification fort distincts selon que ceux-ci résultent de la perception, de la représentation, de la conception ou de l’affection. Soit quatre processus souvent confondus, par suite du manque d’amplitude et d’acuité du regard exercé et, surtout, parce qu’ils ne sont pas abordés et examinés communément. Cela n’est pas sans conséquences sur la cohérence de toute démarche référant à l’un ou l’autre de ces modes relationnels pour saisir les « opinions » des acteurs, puis sur la validité des résultats obtenus. Et c’est pour tenter de résoudre quelque peu ces difficultés dans notre compréhension des relations subjectives que l’être humain entretient avec son environnement naturel ou bâti que nous cherchons, dans ce texte, à dégager et articuler les principales modalités et finalités à l’oeuvre au sein de la perception, de la représentation, de la conception et de l’affection.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.015 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.005 | 0.048 |
| Scholarly communication | 0.014 | 0.017 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".