Interdisciplinarité, sciences impliquées et participation citoyenne, un nouveau mode de production de connaissances au service de la transition sociale et écologique
Bibliographic record
Abstract
Cet article explore les modalités d’un nouveau mode de production de connaissances fondé sur une démarche interdisciplinaire, participative et impliquée. Cette démarche consiste à mobiliser des savoirs de natures et de portées différentes, aussi bien issus du monde académique que des expériences vernaculaires des publics concernés par les problèmes auxquels elle entend se confronter. Elle fait de l’enquête une manière de définir la réalité en vue d’y construire des prises et des perspectives communes, permettant d’orienter les trajectoires de développement d’un territoire. La visée transformatrice de ce type d’enquête s’exprime de trois manières : l’essaimage comme méthode de généralisation de connaissances et de pratiques plutôt que la réplication de projets à grande échelle ; l’engagement dans des perspectives préfiguratives basées sur la mise en récit en contexte d’incertitude et constitutive de nouvelles capacités de projection ; la résolution de problèmes locaux par la production d’objets qualifiés de conviviaux pour leurs potentiels habilitant et transformateur. Cette démarche s’incarne dans une série de projets de recherche-action menés depuis 2018 par le Living Lab territorial pour la transition sociale et écologique (LTTE) de la MSH de Dijon en France.
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 | 0.019 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.009 | 0.033 |
| Scholarly communication | 0.023 | 0.013 |
| Open science | 0.002 | 0.017 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.011 | 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".