Le refus des mots. Moralisme et présentisme dans la recherche historique
Bibliographic record
Abstract
Depuis le début du XXIe siècle, les milieux universitaires sont traversés par un nombre croissant d’actions menées par des minorités actives exigeant la censure de mots jugés « offensants », et ce au nom de groupes sociaux considérés comme historiquement « opprimés » par les « dominants ». Ces revendications sont généralement associées à ce qu’il est convenu d’appeler la « culture woke » et la « cancel culture ». En partant de cas canadiens récents ayant mené à la suspension de professeures dénoncées pour avoir utilisé, dans le cadre de leurs enseignements, le mot « nègre » plutôt que « mot en n », nous analyserons les conséquences prévisibles de ces censures lexicales sur la liberté académique et l’écriture de l’histoire. Annihilant la distanciation nécessaire à toute étude visant la compréhension de périodes et d’événements passés, ces revendications, oubliant que le passé n’est pas le présent et que la mémoire n’est pas l’histoire, pourraient, de façon paradoxale, aboutir à effacer cela même qui permet d’identifier la trace des oppressions, du racisme et de la haine et priveraient l’histoire de la possibilité d’analyser ces phénomènes sociaux.
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 | 0.015 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.008 | 0.039 |
| Scholarly communication | 0.015 | 0.014 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.004 | 0.009 |
| Insufficient payload (model declined to judge) | 0.007 | 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".