Vivre sur l’eau. Modes de vie mobiles : enquête ethnographique en milieu marin
Bibliographic record
Abstract
Cet article se base sur une enquête monographique de dix-neuf mois dans la marina de Dzaoudzi (Mayotte). Le lieu de l’enquête est à la fois un point de circulation et un point d’ancrage où se croisent et se distinguent différents parcours de vie. Les données empiriques obtenues par observation participante mettent en évidence ces trajectoires individuelles et les raisons multiples, mais convergentes, ayant poussé les enquêtés à faire ce choix de mode de vie qualifié d’atypique. L’apport de cette étude est de démontrer que, si les modes de vie mobiles (lifestyle mobilities) sont un but pour la majorité des enquêtés, elles peuvent se transformer en migrations motivées par la recherche d’un style de vie (lifestyle migrations) ou en mobilité temporaire. En présentant les différentes facettes de la socialisation au sein de cette communauté, l’article met également en lumière les rapports entre personnes du milieu/étrangères à ce milieu et s’interroge sur les phénomènes de précarisation et marginalisation au sein du groupe. L’étude permet également de mettre en avant les distinctions intergénérationnelles concernant les motivations liées à ce choix de mode de vie nomade. La cohésion intergénérationnelle transcende ces distinctions, les enquêtés se reconnaissant comme des pairs liés par un mode de vie basé sur une passion commune pour l’océan et l’idéal de liberté ainsi que par un rejet de la société postmoderne.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.013 | 0.008 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 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".