Jalons pour une géographie de la traduction : Mieux comprendre le territoire du lac de Buyo
Bibliographic record
Abstract
A travers cet article, nous proposons une démarche d’analyse pour la conduite d’un diagnostic territorial autour de problématiques liées à l’environnement en lien avec la gestion du lac de Buyo en Côte d’Ivoire. Partant du principe que les diagnostics territoriaux mis en place ne permettent pas de dégager des enjeux partagés par l’ensemble des actants, il s’agit de s’interroger sur la formalisation de nouveaux outils capable de soutenir le dialogue entre des inter/actants hétérogènes. A partir d’une étude de cas que nous prenons pour fil conducteur dans notre analyse, nous exposons une nouvelle approche théorique et opérationnelle en appui sur le paradigme de la complexité appliqué au concept de territoire ainsi que sur la démarche de sociologie de la traduction visant à partir d’un trouble établi, à créer les conditions du partage de regards et d’actions. La démarche permet de suggérer une géographie de la traduction par le biais d’une matrice qui articule cinq sous-systèmes constitutifs du système territoire et quatre étapes de la sociologie de la traduction. La mise en place d’une synthèse cartographique permet d’exprimer les enjeux croisés découlant de l’analyse des jeux d’actants mise en oeuvre. L’ingéniosité hétérogène qui se traduit par la mise en place d’une « focale nette » du territoire est capable de stimuler la coopération faisant ainsi une ouverture vers la gouvernance. L’ensemble se présente comme un outil d’interprétation du trouble et des interactions sous-jacentes, qu’un chef de projet peut mobiliser à l’aune des diagnostics à mettre en œuvre pour animer un travail collectif dans une dimension prospective.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.006 | 0.017 |
| Scholarly communication | 0.010 | 0.008 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.016 | 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".