Bibliographic record
Abstract
Les jeux interprétatifs qui s’instituent entre le réel et la fiction relèvent d’un imaginaire social constitutif des réseaux symboliques d’une société et de ses univers de significations. D’une part, certaines œuvres littéraires ou médiatiques rendent saillante une mythologie contemporaine construite autour des figures de la conspiration en la récupérant sous les oripeaux de la fiction. D’autre part, les imaginaires du complot et les croyances alternatives prolifèrent dans l’environnement numérique en prenant avantage de ses affordances. C’est dans les interstices entre ces espaces symboliques que se dessine la fragile frontière qui sépare la fiction acceptable socialement de la fraude ou de mensonges qu’amplifient les réseaux numériques. Les deux configurations sont porteuses d’un imaginaire capable de transformer notre perception de la réalité et de forger des modes de pensée dont les effets dans l’espace collectif sont bien concrets. Leur coexistence dans un même environnement numérique met-elle en cause les valeurs de vérité et notre capacité à discerner le faux du vrai ? Quels sont les mécanismes par lesquels s’instituent la fiction ou les croyances ? Comment l’imaginaire social situé aux frontières de la fiction peut-il modifier notre perception du réel et quels en sont les effets sur le profilage du monde contemporain ? Entre fictions et croyances réticulaires, ce sont ces questions que cet article examine.
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 | 0.004 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.016 | 0.048 |
| Scholarly communication | 0.013 | 0.008 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.008 | 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".