Entre science et politique, l'emprise des modèles sur la population en temps d'épidémie. Le cas de la crise de Covid-19 en France durant les deux premières vagues (mars-décembre 2020)

Fiche du document

Date

6 novembre 2023

Type de document
Périmètre
Langue
Identifiants
Collection

Archives ouvertes

Licence

info:eu-repo/semantics/OpenAccess




Citer ce document

Mathieu Corteel et al., « Entre science et politique, l'emprise des modèles sur la population en temps d'épidémie. Le cas de la crise de Covid-19 en France durant les deux premières vagues (mars-décembre 2020) », HAL-SHS : sociologie, ID : 10670/1.wkz3zk


Métriques


Partage / Export

Résumé 0

Le rôle de la modélisation dans la mise en place stratégique des mesures sanitaires et la légitimation des politiques publiques met en évidence trois aspects de la gestion de crise de Covid-19 en France : (1) l’émergence ad hoc d’une forme d’institutionnalisation momentanée des outils scientifiques (modèles) qui sert le politique et se trouve en même temps légitimé par lui ; (2) la construction d’une forme nouvelle de représentation physicaliste de la population sur laquelle le pouvoir politique a pu prendre prise ; et (3) l’alignement stratégique du pouvoir et du savoir autour d’un effacement du social à la faveur d’une intervention générale sur la population. Dans la première partie de l’article nous discutons l'institutionnalisation temporaire des modèles, mettant en évidence leur importance dans la mise en place du confinement et la gestion des deux premières vagues. Dans la deuxième partie nous examinons la nature même des modèles et comment ils représentent la population en la dépouillant de tout constituant autre qu’une force d’infectivité. Enfin, dans la troisième partie de notre analyse nous explorons la manière dont la modélisation épidémiologique a légitimé les politiques mises en œuvre, mais également le retour d’autres définitions de la population, propre à la santé publique.

document thumbnail

Par les mêmes auteurs

Sur les mêmes sujets

Exporter en