Controverse à l'université : une étude foucaldienne de l'ordre du discours dans l'affaire Lieutenant-Duval
Bibliographic record
Abstract
Le présent mémoire propose une analyse de la controverse Lieutenant-Duval, survenue à l’automne 2020 à l’Université d’Ottawa. En la traitant comme le révélateur d’une mutation archéologique de notre ordre du discours, on fait l’hypothèse que la controverse du mot en “N” illustre comment de nouvelles règles d’énonciations, impulsées par une hausse de considération pour le bien-être individuel (respect, reconnaissance, etc.), viennent progressivement modifier notre ordre discursif. En tirant parti de la méthode archéologico-généalogique de Michel Foucault, on propose d’analyser les nombreuses lettres (professeur∙es, syndicats, etc.), les multiples communiqués institutionnels (syndicats, recteur∙trices, doyen∙nes, etc.) ainsi qu’un ensemble d’autres documents (articles, entrevus radio, etc.) ayant un lien avec la controverse Lieutenant-Duval, afin de décrire une série de transformations qui ont trait aux conditions requises pour tenir un discours contenant le mot en “N”. Notre analyse se développe en deux temps. On esquisse d’abord la configuration du champ discursif de la controverse du mot en “N” telle qu’elle devait l’être en amont de l’incident éristique. Après quoi on décrit une série de mutations l’ayant affecté. En somme, ce mémoire met en lumière l’introduction de nouvelles règles d’énonciations au sein de notre ordre du discours. On découvre que ce dernier s’est mû en raison de l’expansion d’un souci pour le bien-être moral des personnes et le respect tous azimuts de la différence. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Verushka Lieutenant-Duval, Université d’Ottawa, mot en “N”, controverse, polémique, discours, vérité, Michel Foucault, ordre du discours, mutation, liberté académique, émotion, archéologie, généalogie, savoir, pouvoir, éthique, problématisation de soi, sociologie de l’action.
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 | 0.007 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.019 | 0.038 |
| Scholarly communication | 0.012 | 0.006 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.007 | 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".