Identités, pouvoirs, identifications: texte d'orientation: Groupe FNSP IPI - Paris
Bibliographic record
Abstract
Ci-joint quelques mots pour préparer la réunion du 5 octobre. Mes terrains de recherche portent sur l'action publique locale (leadership politique, réformes de décentralisation, évolution des grandes collectivités locales, transferts de compétences et subsidiarité...) et la question identitaire est peu présente dans la littérature que je mobilise d'habitude. Mon « sous-champ » disciplinaire, l'analyse des politiques publiques, réserve à la question des identités une focale plutôt nationale ou européenne (que ce soit en termes de référentiels, de récits, de styles de politiques publiques ou de sentiers de dépendance des grandes institutions). Je souhaite en quelque sorte mesurer le degré de territorialité de l'action publique à l'échelle des agglomérations et des régions qui prennent des responsabilités croissantes dans le travail de mise sur agenda des problèmes et de mise en œuvre des programmes d'action publique (terrains : France, Europe, Canada). Cette optique implique, comme le suggèrent plusieurs membres du groupe, un exercice de défrichage interdisciplinaire assez vaste. Pour donner des clefs sur ma grille de lecture, je vous joins un texte que j'ai rédigé en 2004 pour un Dictionnaire des politiques publiques sur l'entrée Territoires/Territorialisation (I) puis j'esquisse quelques pistes de travail pour un possible papier qui s'intègrerait dans les travaux du groupe (II).
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 | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.012 | 0.014 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.004 | 0.006 |
| 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".