Entre ordonnancement hiérarchisé des professions et regroupement des métiers par domaine d’activité. La double asymétrie des représentations ordinaires
Bibliographic record
Abstract
À partir d’un dispositif d’enquête sur tablette numérique, cet article étudie les représentations ordinaires de l’espace social. Comment les individus délimitent‑ils deux milieux sociaux dans un ensemble fermé de 11 professions appartenant à une fraction limitée de l’espace social ? Réalisés successivement sur des professions classiquement considérées comme relevant du « haut » et du « bas » de l’espace social, les classements des enquêtés démontrent en premier lieu la force toujours actuelle de l’opposition entre les professions d’employés et d’ouvriers : comme point saillant, elle délimite le principal clivage interne aux classes populaires. Pour les professions de cadres et de chefs d’entreprise ensuite, trois représentations (positionnelle, statutaire et fonctionnelle) se dégagent des classements réalisés, dont la première est clairement hiérarchisée. L’opposition selon le secteur public ou privé se retrouve dans les deux séquences de façon transversale. L’article conclut à une double asymétrie des représentations ordinaires : les hiérarchies professionnelles et sociales sont plus souvent évoquées pour et par les individus occupant une position élevée dans la société, alors que ce sont davantage des oppositions transversales (statutaires ou fonctionnelles) qui sont utilisées pour et par ceux situés plus bas dans l’échelle des emplois et des positions sociales.
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 | 0.004 | 0.016 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.003 | 0.007 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 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".