Dégradation mimétique et crise narrative
Bibliographic record
Abstract
Un des points de départ de la sociologie herméneutique que propose Johann Michel est le fait que les êtres humains sont des « animaux auto-interprétants » et potentiellement réflexifs qui mettent en récit leur vécu individuel et collectif. Ce travail narratif est particulièrement décisif pour les sociétés démocratiques, qui reposent sur « l’auto-institution » de la vie sociale et la « dissolution des repères de la certitude ». L’hypothèse de cet article est que la crise sanitaire a enrayé notre capacité à déployer les repères narratifs nécessaires à l’institution d’une communauté citoyenne. Les « polémiques complotistes », encore amplifiées par la pandémie, ne nous offrent guère, pour comprendre ce qui nous arrive, que la confrontation polémique entre le « doute » et le « savoir », les « forts » et les « faibles ». La « mise en intrigue » de la vie sociale, pour reprendre ici les termes de Paul Ricoeur, se dégrade ainsi en une confrontation binaire qui supprime les prises axiologiques et les agrafes narratives susceptibles de soutenir l’agir et le jugement publics. Plus généralement, l’analyse de la confrontation (anti)complotiste et des pathologies de la narration qu’elle met en évidence témoigne de l’épuisement de nos espaces publics démocratiques.
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.007 | 0.025 |
| Scholarly communication | 0.008 | 0.009 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 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".