L’école d’été comme sémiotique de terrain. Positions de savoir dans un dispositif d’enquête urbaine
Bibliographic record
Abstract
L’article s’intéresse à un projet collectif mené depuis plusieurs années par une équipe pluridisciplinaire et ayant donné lieu à trois éditions d’écoles d’été sur le thème des « politiques des ambiances urbaines ». La démarche de l’école d’été consiste à collecter des matériaux audiovisuels permettant de problématiser un aspect de la ville dans laquelle est organisée l’école d’été, tour à tour en France et en Belgique. Les auteur·es mènent une analyse réflexive de cette expérience selon trois axes de problématisation : l’auctorialité reconnue aux résultats de l’enquête de terrain ; la formalisation sur laquelle elle repose en bonne part ; le pouvoir d’interpellation qui lui est prêté en réception. Il apparaît que l’objectif d’une sémiotique de terrain n’est pas tant de décrire ni même de révéler efficacement les régimes de sens qui structurent un environnement, que de faire porter ces effets critiques autant sur le terrain de l’enquête que sur l’enquête elle-même comme terrain.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.018 | 0.019 |
| Scholarly communication | 0.013 | 0.006 |
| Open science | 0.001 | 0.010 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.013 | 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".