COVID-19 et les retombées positives : l’autre côté de la médaille!
Notice bibliographique
Résumé
La présente étude, de nature exploratoire, expose les divers aspects positifs issus du confinement lié à la pandémie de la COVID-19 au Québec. Une trentaine d’entretiens informels ont été effectués pour étudier ces perceptions. En somme, les individus ont observé des changements positifs quant à leur rapport à la consommation, leur comportement alimentaire, leur rapport au temps, leur mobilité, leur équilibre personnel, leurs liens communautaires, leur capacité de résilience et leur littératie numérique. Néanmoins, le temps passe et ces aspects positifs, s’ils ne sont pas activés ou préservés, pourraient s’estomper. Si tel est le cas, il ne sera plus possible de s’appuyer sur ceux-ci pour transformer la société vers une gestion bienveillante et le développement des capacités d’apprentissage des organisations. Malgré une intervention rapide et financière des gouvernements, il ne semble pas y avoir de mécanismes mis en place de manière concomitante pour susciter des transformations (p. ex. : l’adaptation des services de restauration, les formations pour les chômeurs, etc.). Ainsi, nous souhaitons mettre en lumière le côté positif du confinement pour encourager les acteurs de la société à se mobiliser en vue de devenir plus résilients et innovateurs dans leurs pratiques pour contribuer au développement de la « nouvelle normalité » ou faire face à de nouvelles vagues ou crises.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,015 | 0,009 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,002 |
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 ».