Coconstruire les récits de l’(auto)mobilité : la sociologie visuelle embarquée en convoi
Bibliographic record
Abstract
L’alliance des méthodes mobiles et des méthodes visuelles retrouve une actualité renouvelée dans l’étude des mobilités futures. Impératifs écologiques, politiques publiques et annonces d’innovation technologique questionnent les pratiques (auto)mobiles et rendent nécessaire d’appréhender conjointement les mobilités quotidiennes du présent et les imaginaires de l’avenir, et cela en mouvement. Cet article propose la méthode du convoi audiovisuel et automobile pour réaliser une sociologie située et collaborative des mobilités quotidiennes, qui permet d’offrir des prises heuristiques au-delà même de l’analyse sociologique. Le visuel y devient un site d’interaction qui rend explicites les connaissances tacites et compétences situées liées à la mobilité quotidienne ; il permet de documenter et de rendre présente l’épaisseur relationnelle et expérientielle de l’espace du proche. La coconstruction du récit automobile filmé permet de mettre en évidence les modalités spécifiques des socialités locales en tant qu’elles sont imbriquées dans les pratiques de mobilité, y compris par les difficultés et imperfections qui émergent lors de ces embarquements.
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 | 0.006 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.012 |
| Scholarly communication | 0.007 | 0.009 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
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".