Les sciences sociales devraient-elles être neutres? : le rôle des chercheurs(ses) face à la\nnormativité du discours éthique et politique, de Weber à Putnam.
Bibliographic record
Abstract
L'objectif de ce mémoire est de comprendre la neutralité axiologique non pas comme une\nexigence épistémologique, mais plutôt comme un idéal éducationnel. Max Weber propose une science basée sur la description factuelle, de laquelle on exclut la formulation de jugements de valeur. Pour l'auteur, il est préférable de séparer les jugements descriptifs des jugements évaluatifs dans le but de préserver l'autonomie intellectuelle des étudiants. Comme il serait contraire au principe d'autonomie de laisser le professeur influencer et convaincre ses étudiants, de façon partisane, d'adhérer à certaines thèses normatives, Weber propose un mécanisme pour éviter que le professeur n'influence ses étudiants de manière illégitime. Les critiques contemporaines de la neutralité axiologique, en particulier celles de Sen et Putnam, voient dans le critère de neutralité un rejet de l'entrelacement logique des faits et des valeurs. Ils critiquent la supposée subjectivité des valeurs et, ce faisant, défendent une conception enrichie de la science où les valeurs éthiques sont présentes. Weber n'a jamais défendu qu'il était impossible de mener une analyse à la fois descriptive et normative. Seulement, on doit\ns'interroger sur les lieux où s'exprime la normativité, et s'assurer que toutes les conditions sont présentes pour qu'une discussion normative tende réellement à l'objectivité.
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 | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.036 |
| Scholarly communication | 0.009 | 0.012 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.005 |
| 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".