La recherche-projet fait parler : méthodologie d’enquête avec les acteurs du projet Urocyclus pour le recyclage de l’urine
Bibliographic record
Abstract
La problématique méthodologique de faire parler les acteurs d’un projet rencontre celle de l’emploi de la méthode de recherche-projet. Cette méthode fait usage des moyens du design pour produire un projet qui articule des enjeux de recherche. Le projet de recherche Urocyclus pour le recyclage agricole de l’urine humaine la mobilise pour enquêter auprès de ses acteurs. Ainsi, l’article démontre, à partir de cette recherche-projet, que différentes catégories d’acteurs sont motivées à parler par le projet et analyse sous quelles modalités. En effet, une situation nouvelle est créée in situ par le projet de design et permet de motiver la parole des enquêtés. Le cadre conceptuel d’Urocyclus est présenté pour expliciter les enjeux socioécologiques structurant le projet et la position adoptée vis-à-vis de la notion d’acceptabilité sociale. La recherche-projet est posée comme hypothèse méthodologique pour la recherche et analysée au prisme de la parole des acteurs. Le montage méthodologique d’Urocyclus est étudié pour mettre à jour les liens et interactions existant entre les acteurs et les éléments conçus et produits par le design. Ces relations permettent de collecter des paroles aux qualités temporelles différentes. Finalement, les atouts, faiblesses et limites rencontrés en situation lors de l’expérimentation de cette méthode sont questionnés. Le caractère situé de la recherche-projet est ainsi argumenté comme une force, mais l’ancrage sur le terrain par le projet et la participation active qu’il implique fragilisent la méthode. De plus, un enjeu pédagogique se pose pour la diffusion de cette méthode. Par ailleurs, la recherche-projet reste jeune et cet article vient renforcer les connaissances empiriques à son sujet en proposant des orientations pour la recherche en design.
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 | 0.028 | 0.047 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.004 | 0.005 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.003 | 0.004 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.023 | 0.005 |
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".