La dualité ethnographe-physicienne : étude réflexive sur les négociations identitaires en physique
Bibliographic record
Abstract
Étant physicienne, j’ai navigué dans un milieu où les femmes sont sous-représentées, tout comme plusieurs groupes historiquement marginalisés. Selon des principes de justice sociale, tout le monde devrait pouvoir contribuer à la construction des savoirs scientifiques : il est donc impératif de comprendre les mécanismes qui freinent la participation aux sciences de certains groupes. Alors que la notion de sous-représentation s’attarde au nombre d’individus dans une catégorie ou une autre, parler en termes de diversité et d’inclusion permet de s’éloigner du cloisonnement des individus. Ainsi, je pars du constat que les aspects, causes et conséquences associées au manque de diversité et d’inclusion dans la communauté scientifique sont complexes et se manifestent dans la communication et dans le vécu des individus. J’utilise le concept de travail identitaire pour analyser l’interpénétration des facteurs personnels, institutionnels et communicationnels qui freinent la diversité et l’inclusion dans mon organisation -- un département universitaire de physique -- et pour réfléchir sur les enjeux systémiques qui dépassent ses frontières. Profitant de mon point de vue de l’intérieur, j’ai effectué une ethnographie « chez soi ». J'y décris le travail identitaire ressenti et observé au Département de physique de l’Université de Montréal. J’ai ciblé trois éléments phares de la vie départementale, à laquelle participent autant la communauté étudiante que le corps professoral et qui peuvent déclencher un travail identitaire : les conférences, les projets de recherche et les comités départementaux. Je présente des processus de travail identitaire situés à l’intérieur même d’individus qui contribuent aux savoirs scientifiques, plus précisément, à travers des facettes identitaires historiquement peu mises de l’avant. De plus, j’explicite comment, dans un environnement donné, la confiance en ses habiletés de recherche peut s’effondrer puis se reconstruire. Porteur d’espoir, mon récit ethnographique souligne, d’une part, l’importance des comités de réflexion sur la diversité et l’inclusion à même les unités départementales et les groupes de recherches et, d’autre part, offre des pistes et des outils aux scientifiques qui voudront intégrer des réflexions sur des enjeux sociaux à même leur recherche. Enfin, il s’agit à ma connaissance de la seule ethnographie de milieu scientifique effectuée par une physicienne.
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 | 0.019 | 0.023 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.006 | 0.007 |
| Science and technology studies | 0.012 | 0.030 |
| Scholarly communication | 0.010 | 0.015 |
| Open science | 0.001 | 0.009 |
| Research integrity | 0.002 | 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".