Mises à distances. Ethnographie des places publiques centrales de Cluj-« Napoca » (Roumanie) dans le postsocialisme
Bibliographic record
Abstract
Cette recherche porte sur le changement social dans la période postsocialiste à Cluj-« Napoca », une ville transylvaine de Roumanie. En mobilisant une approche en termes de rapports sociaux à l’espace, l’étude explore les principes de différenciation tant spatialement que socialement. Les concepts d’« espace public » et de « lieu » ont permis une analyse aux multiples facettes menée selon quatre axes : matérialité et la visibilité des espaces, sphère publique-politique, vie sociale publique, investissements et appropriations individuelles. La thèse examine ainsi les activités qui se déroulent dans les places publiques centrales, les investissements spatiaux, les rituels quotidiens et les manifestations contestataires, les multiples attachements ethniques et religieux des habitants. L’ethnographie des places publiques centrales de Cluj-« Napoca » a mis en évidence une « faible classification des espaces » centraux de la ville, traduite par une grande diversité sociale. Les marques ethnicisantes parsemées à Cluj-« Napoca » renvoient aux groupes ethniques, mais aussi à d’autres enjeux qui relèvent du processus de restructuration du champ politique dans le postsocialisme. Dans le même registre, les stratégies de type ethnique sont mobilisées pour désigner de nouveaux critères de différenciation sociale et pour redéfinir d’anciennes catégories sociales. Oublis, silences et exigences d’esthétisation reflètent des demandes implicites des habitants pour redéfinir les cadres de la politique. Finalement, la thèse montre comment l’espace public à Cluj-« Napoca » pendant la période postsocialiste relève d’un processus continuel de diversification sociale et d’invention des Autres par d’incessantes mises à distance. L’espace public n’est pas la recherche de ce que pourrait constituer le vivre ensemble, mais la quête de ce qui nous menace et qu’il faut mettre à distance.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.004 | 0.006 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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; 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".