Méta-analyse qualitative de la transdisciplinarité en France
Bibliographic record
Abstract
Apparue depuis un demi-siècle dans la recherche universitaire, la transdisciplinarité (TD) fit l’objet de nombreuses théorisations pour en définir la matière, le sens, la substance et l’intérêt, en l’opposant ou en la mettant en perspective avec le mono, l’inter, la multi, ou la pluridisciplinarité, afin d’en préciser les concordances ou les oppositions. Lors d’études exploratoires, les statistiques ont indiquées que la TD française était plurielle, et intimement liée à la ou aux disciplines-mères 1 du chercheur. Cette hypothèse validée, nous avons entamé une méta-analyse de la recherche transdisciplinaire en France, afin de confirmer exhaustivement les degrés potentiels de variabilité auprès d’une cohorte de soixante chercheurs, en analysant une soixantaine d’articles théoriques issus de vingt disciplines différentes. Les statistiques classiques furent complétées par une analyse textuelle du corpus pour renforcer ou non les résultats exploratoires.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.019 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.005 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.003 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.002 | 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; both teacher heads agree on what is shown here.
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".