Bibliographic record
Abstract
Cette livraison d’ethnographiques.org, coordonnée par Nicolas Adell et Sophie Chevalier, aborde à nouveaux frais un problème ancien : celui des rapports entre la main et l’esprit. Dans les dernières années, des travaux de plus en plus nombreux, réalisés sous les sceaux différents de l’anthropologie de l’apprentissage, de l’anthropologie cognitive ou de l’anthropologie des savoirs, ont contribué à complexifier l’approche que nous pouvions avoir du partage entre les « faits de l’esprit » et les « actions de la main ». Ce numéro a pour ambition de réévaluer, dans les processus de réalisation de l’action, « la part de la main ». Et ce à partir de l’examen de différentes situations qui sont autant de défis ethnographiques : comment décrire le tour de main ? comment rendre compte des sensations haptiques et du rôle qu’elles tiennent dans l’élaboration de savoirs et de savoir-faire ? comment restituer la « raison des gestes » ? Autant de questionnements auxquels se sont appliqués à répondre des ethnologues, des historiens mais également des acteurs à partir, entre autres, des mondes du sport, du travail, de l’art, ou du soin.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.082 | 0.020 |
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".