Désir, conditions et politiques de reconnaissance du chercheur en sciences sociales : réflexions sur la performance de terrain et d’écriture
Bibliographic record
Abstract
Dans cet article, nous proposons d’analyser la démarche de recherche et le comportement des sujets-chercheurs au prisme de la notion de reconnaissance. Nous questionnons notre propre démarche et notre propre comportement de sujet-chercheuse dans le cadre de notre recherche doctorale en Bolivie. Plus particulièrement, nous analysons deux dimensions clés de la recherche en sciences sociales : la performance du travail de terrain et l’espace académique (eurocentriste) dans lequel s’inscrit le chercheur. L’analyse du travail de terrain (compris comme une performance sociale) au prisme de la notion de reconnaissance nous permet d’abord d’éclairer les tensions entre conformisme stratégique du chercheur et reproduction de normes sociales locales. Dans un deuxième temps, nous mettons en évidence le désir du chercheur d’obtenir une reconnaissance académique et la façon dont ce désir l’enjoint à reproduire la grammaire dominante de reconnaissance académique. Nous éclairons notamment le fait que ce désir d’obtention d’une reconnaissance, sociale ou académique est étroitement lié aux relations de pouvoir qui structurent l’espace académique (lequel n’est, au demeurant, pas considéré comme un espace neutre). Enfin, nous montrons que, si la promesse de reconnaissance rend la contestation des normes de reconnaissance difficile, elle n’empêche pas leur contournement, par exemple par l’adhésion à des récits alternatifs de la qualité de la recherche (« slow science »). Ces derniers peuvent en effet agir comme des canaux alternatifs de reconnaissance, producteurs de nouveaux récits et nouvelles grammaires de reconnaissance. Or ces mécanismes de conformisme, résistance ou contournement des normes de reconnaissance, autant en ce qui concerne la performance de terrain que l’espace académique, se déroulent souvent dans le domaine de l’inconscient et du non cognitif.
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 | 0.027 | 0.036 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.006 |
| Science and technology studies | 0.011 | 0.038 |
| Scholarly communication | 0.016 | 0.012 |
| Open science | 0.002 | 0.013 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.011 | 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".