« Faire avec ceux qui votent FN » : la gauche rurale (re)mobilisée au sein du mouvement des Gilets jaunes
Bibliographic record
Abstract
Cet article vise à saisir les mécanismes d’ajustements et de reconfigurations politiques au sein d’un territoire rural et industriel de l’est de la France dans les premiers temps du mouvement des Gilets jaunes. Pour ce faire, une attention particulière est portée aux trajectoires et aux représentations sociales d’un couple de gauche d’origine populaire à la retraite sur un territoire qu’il qualifie d’extrême droite. Pour comprendre dans quelle mesure ces classes populaires de gauche en viennent à se mêler à d’autres catégories sociales dont elles se sentent politiquement et socialement éloignées, cet article entrecroise une analyse socio-spatiale du territoire et s’appuie sur une enquête ethnographique. Il vise ainsi à saisir la perception du champ politique et des groupes sociaux côtoyés au sein d’une mobilisation locale d’ampleur nationale. Ce couple tente alors de se faire le relais d’une culture militante, montrant par la même occasion comment celle-ci peut être incorporée à long terme et se diffuser sur la scène locale. Jouer sur les appartenances locales tout comme sur un rejet partagé des dirigeants politiques nationaux permet de dépasser les divergences de manière à reconfigurer les contours d’un « nous » populaire.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.009 | 0.006 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".