Retrouver la réceptivité : écoute, attention et résonance pour débattre dans un monde polarisé
Bibliographic record
Abstract
La délibération démocratique requiert un espace public dans lequel les personnes peuvent apparaître, s’entendre et s’exprimer sur un pied d’égalité (Arendt, 2009). Or les transformations induites par le capitalisme numérique, les médias sociaux et l’économie de l’attention (Citton, 2014a) contribuent à la polarisation des débats (Sunstein, 2017), un déficit de l’écoute (Dobson, 2012), un accaparement de l’attention et à une perte de résonance démocratique (Rosa, 2018). À défaut de pouvoir débattre dans un espace également accessible à toutes et à tous, certaines voix se font plus fortes, tandis que d’autres demeurent inaudibles ou peu crédibles. Partant des travaux de Simone Weil et d’Hartmut Rosa, nous aborderons les injustices épistémiques liées à ces problématiques et examinerons comment elles nuisent à la qualité du débat public. Nous soutiendrons ensuite que l’écoute, l’attention et la résonance représentent à la fois des dispositions et des vertus essentielles au bon fonctionnement des processus démocratiques. Bien que ces trois dispositions soient traditionnellement considérées comme « passives », celles-ci sont cruciales pour une participation inclusive, surtout dans le cadre de débats sur des sujets sensibles qui peuvent rapidement mener à la polarisation. Nous montrerons enfin comment les pratiques de l’écoute, de l’attention et de la résonance permettent de surmonter certaines injustices herméneutiques, et de créer des espaces publics propices à la réalisation de l’idéal démocratique.
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 | 0.006 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.008 | 0.033 |
| Scholarly communication | 0.014 | 0.013 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.019 | 0.002 |
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".