Réseaux de références et appareil scientifique (ce que nous apprend l’examen d’une question de droit des biens)
Bibliographic record
Abstract
Les discours de sciences sociales se caractérisent par un lexique spécialisé et des usages conceptuels réservés, mais ce qui permet de les reconnaitre et les identifier, parfois au premier coup d’oeil, ce sont leurs illustrations et leurs réseaux de références. C’est en tout cas très clair pour la doctrine juridique qui emploie à cette fin des suites de symboles, bien difficiles à décrypter pour les non-initiés. Ce texte propose à partir d’une question menue du droit des biens, une enquête sur les significations des appareils citationnels, références d’arrêts ou de doctrine, en notes de bas de page et toutes autres gloses para-textuelles. Discours de vérification, justification, légitimation sont construits, appuyés sur des réseaux de références. L’enquête diachronique révèle leur dynamisme : les pages de doctrine juridique s’écrivent avec des références nouvelles. Mais cette littérature est redondante; les auteurs qui commentent ou expliquent n’innovent pas à chaque page : répétition d’idées et compilations de références surgissent d’une analyse systématique. Les références prouvent que l’auteur a bien travaillé, que le corpus des sources sur lesquelles il appuie sa réflexion obéit aux règles de rigueur et de sérieux qui font la démarche analytique, et concomitamment le font reconnaitre comme légitime à exprimer un point de vue, fût-ce paradoxalement dans un discours visant ailleurs que l’analyse, un discours qui n’exprime que des affects ou des impressions subjectives.
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 | 0.005 | 0.024 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.007 | 0.007 |
| Science and technology studies | 0.007 | 0.015 |
| Scholarly communication | 0.017 | 0.015 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.027 | 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".