Bibliographic record
Abstract
Le développement durable se conjugue-t-il avec la diversité culturelle ? Une telle interrogation force à relire l’histoire du modèle occidental de développement des sociétés qui a imposé aux autres peuples de la terre, un évolutionnisme culturel dès le XIXe siècle. Aujourd’hui, le concept de développement durable permet-il de penser d’autres modèles de développement économique, social, environnemental et culturel ? Donne-t-il la liberté de choisir selon les critères de sa propre culture et d’affirmer son droit à la différence ? Telles sont les interrogations qui structurent la première partie de cet ouvrage multidisciplinaire et international (Québec, Brésil, Belgique, Sénégal, France). En prenant l’exemple des nanotechnologies, la deuxième partie de l’ouvrage examine comment penser « l’innovation technologique responsable » à partir du développement durable. Les enjeux de finalités, d’évaluation des risques, des choix sociaux et citoyens, pourraient-ils alors être posés autrement ? Les sociétés des pays du Nord, du Sud, émergents ou pauvres, pourraient-elles choisir et non subir les nanotechnologies, en tenant compte d’autres dimensions que les paramètres économiques, dans le respect de la pluralité et en affirmant la diversité des cultures ? À chacun son développement durable ? constitue un appel pour qu’à travers la biosphère différentes formes de développement et d’épanouissement social et individuel soient possibles.
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 | 0.004 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.011 |
| Scholarly communication | 0.009 | 0.009 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.021 | 0.004 |
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".