Bibliographic record
Abstract
On vise à saisir les dynamiques de petits groupes sociaux et de réseaux personnels, de leur formation initiale à leur délitement. Pour cela, depuis 2011, je mène des enquêtes ethnographiques dans trois résidences universitaires en France, aux États-Unis et au Canada. J’effectue ainsi une analyse sur deux niveaux : celui de plusieurs groupes suivis conjointement sur chacun de ces terrains, et celui des relations et des réseaux qui émergent et évoluent. J’articule la représentation graphique des réseaux personnels à des données qualitatives sur ces groupes et ces réseaux. La représentation des liens et des réseaux permet de compléter l’étude des relations affinitaires et de leurs degrés d’intensité. Elle donne aussi à voir l’évolution des réseaux personnels au cours de l’année universitaire. Les descriptions ethnographiques, quant à elles, révèlent la réflexivité des acteurs sur leurs réseaux personnels, et sur leurs évolutions. Cette analyse permet dès lors d’identifier quatre étapes dans le processus de formation et transformation de petits groupes sociaux. Ces quatre temporalités se retrouvent dans l’ensemble des groupes suivis conjointement, malgré la pluralité de leurs compositions. Nous pouvons alors nous demander si dans tout groupe social de ce type se retrouveraient ces quatre temps. En ce sens, cette recherche contribue à compléter les travaux sur les réseaux personnels et les temporalités de leurs évolutions, en apportant une démarche ethnographique et microsociologique.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.008 | 0.003 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.021 | 0.003 |
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".