Bibliographic record
Abstract
L’approche qui est développée ici se situe entre les sciences de l’information et de la communication et les études de sciences. Elle met en dialogue une réflexion sur l’écriture d’un terrain que j’ai mené pendant plusieurs années sur le clown, avec la manière dont le terrain peut « prendre la parole » dans l’écriture. Cet article est constitué de plusieurs voix : celle de la théorie, du chercheur, celle sur l’écriture qui est réflexive, celle du terrain et de l’expérience vécue. Ces trois voix sont apparues au fil de la rédaction de cet article. J’étais habitué à la première, une analyse à partir de lectures et d’expériences de terrain. La deuxième est apparue rapidement à partir du moment où je me suis demandé comment écrire sur l’écriture sans tomber dans un abyme de réflexivité. C’est la troisième qui a été plus surprenante : le terrain dont j’avais décidé de parler, le clown, faisait des apparitions soudaines, en venant défaire ce que j’essayais péniblement d’écrire. Comme ce terrain n’est pas qu’un objet extérieur, mais que j’en fais partie, en tant qu’apprenti clown, j’ai bien dû lui laisser la parole. C’est de cette parole dont j’aimerais rendre compte, car elle porte selon moi la marque du désir.La question que je pose est la suivante : comment articuler l’écriture scientifique avec le désir qui s’y manifeste. En effet, l’écriture scientifique est une pratique qui peut être angoissante, crispante, et qui n’est pas source de plaisir, alors même qu’elle est également alimentée par un désir d’écrire (avant de commencer…) et se nourrit de terrains de recherche qui sont souvent très engageants, passionnants et qui donnent envie d’en transmettre quelque chose par l’écriture.Comment expliquer cette tension, et comment réintroduire du désir dans l’écriture des sciences. Ma contribution sera d’explorer ici, théoriquement et en pratique, la question de la réflexivité, ce qu’elle engage et ce qu’elle révèle du désir du chercheur, pour essayer de dégager quelques leçons pratiques.
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 | 0.031 | 0.040 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.011 | 0.041 |
| Scholarly communication | 0.031 | 0.033 |
| Open science | 0.003 | 0.013 |
| Research integrity | 0.008 | 0.014 |
| Insufficient payload (model declined to judge) | 0.011 | 0.004 |
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".