Bibliographic record
Abstract
À travers un dispositif textuel à caractère déontique, cette communication interroge l’agentivité de codes professionnels, chartes et autres manifestes dans leur contribution performative à la professionnalisation des communicateurs. L’appareillage déontique qui sert une professionnalisation aux prises avec la multiplicité de métiers relevant de secteurs, champs et fonctions multiples, sert également la reconnaissance des associations, syndicats et autres représentants qui revendiquent leur légitimité de porte-parole. Par-delà un corpus documentaire restreint, cette communication interroge la manière dont des regroupements professionnels contribuent à une régulation interne et externe de leurs métiers et fonctions de référence. Ce faisant, l’analyse ouvre sur la lecture dynamique d’une structuration « par défaut » (législatif et réglementaire) où la segmentation n’opère pas seulement sur le mode de la différenciation de territoires à géométrie variable et la revendication de leur souveraineté, mais aussi par un travail d’accompagnement et d’encadrement des professionnels en exercice. Cette contribution constitue donc une invitation à poursuivre, dans l’espace francophone, l’analyse dynamique d’une professionnalisation disputée par de multiples instances représentatives, sur différents modes rhétoriques (juridique, déontologique, militant, casuistique…) et services (édition, événements, formation, conseil…) aux professionnels.
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 | 0.005 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.011 | 0.021 |
| Scholarly communication | 0.011 | 0.010 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.023 | 0.005 |
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".