Les émotions dans l’action collective. Les mobilisations contre les parcs éoliens et les bâtiments d’élevages en Bretagne (France)
Bibliographic record
Abstract
Les approches émotionnelles en sciences sociales sont aujourd’hui très diverses, mais intègrent encore peu les émotions pour expliquer les composantes sociales de l’action. Cet article entend interroger la dynamique de l’action collective en intégrant l’aspect émotionnel de la vie sociale dans une perspective relationnelle. Fondée sur les travaux de Pierre Livet (2001) et de Louis Quéré (2012), l’émotion est envisagée comme étant ce qui lie les individus à une situation. Cette relation provoque un « travail émotionnel », c’est-à-dire la révision de nos attentes dans une situation incertaine, que les acteurs opèrent pour s’engager dans l’action. L’objectif de cet article est de montrer la relation entre les caractéristiques des émotions ressenties et les formes des mobilisations collectives. Cet article repose sur l’analyse de conflits d’usages autour de neuf projets d’extension de bâtiments d’élevage et de parcs éoliens. La dynamique du conflit sera restituée dans le temps à travers les différentes situations émotionnelles que traversent les protagonistes.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.006 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.009 | 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".