« Il est fascinant de voir comment se tisse une toile, se déploie ou se défriche un chemin de recherche. Je veux dire : collectivement. »
Bibliographic record
Abstract
L’entretien restitué ci-dessous s’est tenu le 1er juillet 2021, par visio-conférence — échange franco-québécois et contexte pandémique obligent. Nous faisons le choix de maintenir à l’écrit le tutoiement de l’échange. La conversation a d’abord porté sur le parcours de chercheuse d’Isabelle Boisclair. Il nous semble en effet que si l’on souhaite étudier des « constellations » dans ce numéro — de personnages, d’autrices, d’artistes, de titres — il faut aussi tracer celles que constituent les recherches en études de genre elles-mêmes : en quelque sorte, celles qui permettent au tracé lui-même d’avoir lieu, la base matérielle et institutionnelle des réflexions qui nous ont porté·es. Il s’agit donc aussi de reconnaitre le mélange d’aléatoire, de gout du savoir, de militantisme, de plaisir, qui peu à peu construit nos parcours de chercheur·ses, les réseaux dans lesquels on s’inscrit — ou non —, les travaux qui nous portent et la manière dont on ré-imagine, rétrospectivement, ce parcours.
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 | 0.020 | 0.034 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.022 | 0.034 |
| Scholarly communication | 0.025 | 0.018 |
| Open science | 0.003 | 0.009 |
| Research integrity | 0.009 | 0.017 |
| Insufficient payload (model declined to judge) | 0.019 | 0.009 |
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".