Gouvernance globale et utilisation des connaissances pour l’action
Bibliographic record
Abstract
Le contexte mondialisé offre des défis à l’étude des enjeux sociaux, notamment de pouvoir, impliqués dans la production, la valorisation et l’utilisation des connaissances pour les actions collectives de la gouvernance globale. Une revue de littérature interdisciplinaire suivant une démarche systématique (revue de la portée des écrits ou scoping review) a permis de recueillir les différentes approches en sciences sociales pour étudier les liens entre la gouvernance globale et les processus de production, de valorisation et d’utilisation des connaissances explicites pour les actions collectives dans un contexte mondialisé. Quatre façons d’étudier ce lien ont été recensées. En premier lieu, il y a l’angle d’observation des organisations internationales et de leur mode d’influence sur les discours, les pratiques et les façons de penser. En deuxième lieu, il y a la perspective des processus de confrontation des systèmes de connaissances des acteurs dans les débats ou actions collectives, et la question de la démocratie épistémique. En troisième lieu, la perspective des indicateurs quantitatifs (par ex. le pourcentage d’utilisation de la contraception moderne dans un pays) comme des « technologies de la gouvernance globale » permet d’observer que, sous le couvert d’objectiver des réalités sociales, ils reproduisent les structures de pouvoir de la gouvernance globale en rendant possible des mécanismes de surveillance à distance. En quatrième lieu, des auteurs décrivent plusieurs approches théoriques ou champs de recherche pour étudier l’utilisation des connaissances scientifiques (un type de connaissance explicite) dans les actions. Ces quatre approches mettent en avant l’importance des déterminants souples (soft determinants) et des enjeux de pouvoir implicites dans la production, la valorisation et l’utilisation des connaissances dans un contexte de gouvernance globale.
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 | 0.014 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.010 |
| Science and technology studies | 0.004 | 0.034 |
| Scholarly communication | 0.020 | 0.020 |
| Open science | 0.002 | 0.011 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.014 | 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".