MétaCan
Menu
Back to cohort
Record W4401532535 · doi:10.7202/1112218ar

L’affaire Noir Canada : le livre sous pression en régime de droit-économie

2024· article· fr· W4401532535 on OpenAlexvenueaboutno aff
Aurélie Lanctôt, Julien Lefort-Favreau

Bibliographic record

VenueTangence · 2024
Typearticle
Languagefr
FieldSocial Sciences
TopicCanadian Identity and History
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

Cet article étudie deux essais publiés à l’occasion du dixième anniversaire de l’affaire Noir Canada. Il s’agit d’identifier dans Le droit du plus fort d’Anne-Marie Voisard et Procès verbal de Valérie Lefebvre-Faucher les effets de l’intrication du droit et de l’économie sur le monde du livre et sur la liberté d’expression. Nous explorerons l’hypothèse qu’en analysant ces deux essais, qui examinent la poursuite bâillon qui a censuré la maison d’édition Écosociété, nous pouvons voir à l’oeuvre une modalité spécifique de l’économie, soit sa manifestation dans l’appareil juridique. Le jeu des intérêts, des transactions et des négociations mis au jour dans ces deux essais trace un imaginaire économique du droit qui est aussi une réflexion sur le pouvoir et ses méthodes de répression. Cet article se propose de rendre compte de l’émergence de l’analyse économique du droit et de la subordination de l’ordre juridique à la sphère économique. Nous soumettons l’hypothèse que le « droit-économie » – c’est-à-dire le droit en ce qu’il se fait la voix et la force de mise en oeuvre des principes économiques – se définit précisément contre la littérature. Nous cherchons également à comprendre ce que le droit-économie fait aux notions de fiction et de langage. Nous tentons finalement de comprendre comment la figuration du métier d’éditrice dans ces livres constitue à la fois une répétition et une actualisation d’une longue histoire de procès littéraires et de censure.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesInsufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.567
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.001
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0020.000

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.

Opus teacher head0.008
GPT teacher head0.209
Teacher spread0.202 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations0
Published2024
Admission routes2
Has abstractyes

Explore more

Same venueTangenceSame topicCanadian Identity and HistoryFrench-language works237,207