Vague virale : surfer en co-inspiration avec les plantes
Bibliographic record
Abstract
L’urgence sanitaire éveillée aux abords de la viralité COVID-19 a réifié une santé publique qui trace les lignes dures de corps perçus comme entités discrètes à défendre les unes contre les autres. À partir de nos expériences du (dé)confinement au Québec et de nos terrains antérieurs et actuels auprès de guérisseurs et médecines végétales en Colombie et au Cameroun, on s’intéresse aux relations laissées pour compte dans une telle matrice biomédicale, voire celles transversales d’écologies affectives biosociales reliées aux coprésences intimes et contagieuses. À cet égard, une approche anthropologique deleuzoguattarienne permet de penser à la fois l’espace strié du biopouvoir et l’espace lisse des flux et mouvements affectifs de la « vague virale », soit respectivement les rythmes cadencés, mesurables et les rythmes sans mesures des manières de s’agencer à la vague, incluant à travers les constrictions immunologiques. Nous abordons plus précisément la question de respirations végétales dans un monde d’agencements relationnels, aériens et sonores, plus ou moins viables. L’objectif est de maintenir un équilibre dans l’entre-deux permettant de traiter l’ouvert et le fermé de manière souple plutôt que rigide, sans perdre de vue ce(ux) qui s’y manifeste(nt). En naviguant, ou plutôt en surfant la vague virale sur le point de son devenir imprévisible, il s’agit donc de dépasser l’usuel positionnement scientifique de la striation, tout en co-inspirant avec le végétal en (dé)confinement. Notre propos en science mineure ou anexacte vise à rester collé aux manières de cohabiter avec les viralités tout en veillant à l’aspect vital de la contagion.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.016 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
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".