L’émergence des élites techniciennes dans la planification participative à Zhuhai
Bibliographic record
Abstract
Depuis les années 1990, la gouvernance participative se généralise dans le monde entier en tant que mode de gouvernance. Cette notion de gouvernance participative séduit également les autorités chinoises, qui cherchent à se transformer et à se légitimer au fil des développements de leur société et des modèles qui circulent de manière transnationale. De nombreuses expérimentations en termes de gouvernance participative ont été mises en place en Chine, du budget participatif à la planification participative. Bien que l’État central ait mis l’accent sur la notion de gouvernance participative, celle-ci reste encore en expérimentation de manière très variée selon les niveaux locaux. Dans cet article, nous allons d’abord traiter du contexte de développement de la participation en Chine, depuis l’État jusqu’aux pratiques locales, tout en évoquant différentes catégories de participation. Nous mettrons en lumière également certains facteurs importants qui favorisent l’émergence de la planification participative et ses implications à l’échelle du quartier. Ensuite, à partir d’une étude de cas approfondie, nous examinerons la planification participative en analysant tour à tour l’objectif, la stratégie et le processus de cette participation. Puis, en nous appuyant sur une approche de sociologie politique, nous mettrons l’accent sur la transformation des acteurs de cette participation à Zhuhai, près de Macao, qui passeront d’« experts techniques » à « élite technicienne ». La quatrième partie montrera le rôle de ces élites techniciennes. En conclusion, nous discuterons de la participation à la chinoise et de ses implications sur le régime local à Zhuhai.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
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".