Qu’est-ce que la nature qu’on cherche à conserver? Une approche sémiologique de l’action écologique
Bibliographic record
Abstract
L’écologie est passée au cours du XX e siècle de science descriptive à science de l’action. Cette métamorphose contraint à adapter tout un vocabulaire théorique à l’épreuve du concret. Or, cette translation n’est pas facile. Si la large majorité des acteurs sociaux s’accordent quant à la nécessité de « protéger la nature », des controverses profondes s’élèvent dès qu’il s’agit de mettre en action cette préservation : que doit-on faire, sur quoi doit-on agir quand on veut protéger « la nature »? Qu’est-ce que la « nature », en somme? C’est à cette question que ce texte propose de répondre, en retraçant tout d’abord la généalogie de ce terme dont le sens n’a jamais été clair, puis en isolant un certain nombre de définitions dominantes, renvoyant chacune à une conception de la nature bien spécifique, et supposant donc des actions de protection distinctes. Plutôt que d’arbitrer de manière jupitérienne (comme s’y sont essayés sans succès de nombreux penseurs), nous proposons d’intégrer toute cette complexité du phénomène nature dans les démarches de protection de la nature, qui doit être pensée dans une acception large, transdisciplinaire et transculturelle.
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 | 0.007 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.005 | 0.043 |
| Scholarly communication | 0.012 | 0.014 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.005 | 0.006 |
| Insufficient payload (model declined to judge) | 0.008 | 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".