La gouvernance de la « civilisation écologique » en Chine
Bibliographic record
Abstract
Cet article explore comment les ambitions du Parti Communiste Chinois (PCC) en matière de contrôle des données environnementales se manifestent à la fois sur le plan discursif, à travers les récits du Parti sur la Civilisation Écologique Numérique (CEN), et sur le plan opérationnel, via le Système de Crédit Écologique (SCE) qui vise à mesurer et noter le niveau « d’intégrité écologique » des entreprises et des individus afin d’encourager les comportements écoresponsables tout en sanctionnant ceux jugés nuisibles à l’environnement. Deux sous-systèmes du SCE ont été étudiés : le système de crédit environnemental des entreprises et le système de crédit écologique des citoyens. Cette analyse permet d’interroger les fondements idéologiques du SCE ainsi que son efficacité opérationnelle pour atteindre les objectifs climatiques fixés par Pékin : un pic des émissions d’ici 2030 et la neutralité carbone à l’horizon 2060. Les concepts clés mobilisés par les chercheurs chinois travaillant à la conceptualisation de la CEN et du SCE ont ainsi été étudiés au prisme des Critical Data Studies. Les textes retenus reflètent les productions académiques, idéologiques et doctrinales de chercheurs chinois et d’experts institutionnels occupant des positions clés dans les organismes de recherche ou de pilotage de la CEN et du SCE en Chine.
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 | 0.017 | 0.027 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.007 |
| Science and technology studies | 0.004 | 0.016 |
| Scholarly communication | 0.011 | 0.007 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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.
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".