MétaCan
Menu
Retour à la cohorte
Enregistrement W1858412726 · doi:10.47678/cjhe.v30i3.183367

Stratégies d'adaptation des organismes subventionnaires en sciences humaines et sociales au Canada et au Québec aux compressions budgétaires gouvernementales

2000· article· fr· W1858412726 sur OpenAlexvenueaboutno aff
Mathieu Albert

Notice bibliographique

RevueCanadian Journal of Higher Education · 2000
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

La présente étude vise à évaluer dans quelle mesure deux aspects de la stratégie déployée par les organismes subventionnaires (OS) canadiens et québécois en sciences humaines et sociales (SHS) pour faire face aux compressions budgétaires gouvernementales ont atteint leurs objectifs. Plus spécifiquement, nous avons vérifié si la mise sur pied et la consolidation des programmes de recherche orientée au début des années 90 ont permis aux OS en SHS de générer des revenus additionnels à ceux octroyés par les gouvernements, et comparer ces revenus à ceux générés en sciences naturelles et génie (SNG) dans le cadre de programmes équivalents. Nous avons également vérifié dans quelle mesure les professeurs en SHS ont transformé leurs pratiques de recherche afin de répondre favorablement à l'accroissement de l'offre de subventions de recherche orientée. Les résultats suggèrent que les programmes de recherche orientée n'ont pas véritablement générés de nouveaux revenus en SHS et, qu'en fait, ces programmes ont eu pour effet d'accentuer les inégalités économiques entre les SHS et les SNG. Pour ce qui est des professeurs, ceux-ci n'ont pas véritablement modifié leur pratiques de recherche dans le but de répondre à l'offre croissante de subventions de recherche orientée.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,426

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,002
Communication savante0,0040,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,050
Tête enseignante GPT0,351
Écart entre enseignants0,301 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
DomaineIncitatifs
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Higher EducationMême sujetSocial Sciences and GovernanceTravaux en français237 207