L’utilisation des connaissances pour informer des politiques publiques : d’une prescription technocratique internationale à la réalité politique des terrains
Notice bibliographique
Résumé
Le fait d’utiliser des connaissances explicites pour informer les décisions politiques est de plus en plus encouragé au niveau international, notamment par le mouvement d’information des politiques par les données probantes ( evidence-informed policy making ). Si la valeur sous-jacente à ce mouvement est de rationaliser le processus politique, les recherches en sciences sociales ont depuis longtemps permis d’observer que les connaissances sont des objets sociaux, dépendants des contextes politiques et économiques. L’objectif de notre analyse est de décrire à partir de trois études de cas (les politiques de protection sociale au Burkina Faso, une stratégie de transfert de connaissances sur les politiques de gratuité au Niger et la diffusion du financement basé sur la performance au Mali), comment ces connaissances, peuvent orienter la formulation des politiques publiques. Ces trois études de cas nous permettent d’observer que nous sommes loin des connaissances explicites comme vectrices de neutralité, de transparence et de reddition des comptes. Alors que la santé et la protection sociale sont des sujets prenant de plus en plus d’importance sur la scène globale, nous observons que l’utilisation des connaissances scientifiques ou de l’expertise est sensible aux intérêts, orientée par les institutions, et influencée par la mondialisation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,113 | 0,147 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,012 | 0,013 |
| Études des sciences et des technologies | 0,004 | 0,049 |
| Communication savante | 0,032 | 0,031 |
| Science ouverte | 0,004 | 0,012 |
| Intégrité de la recherche | 0,007 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».