Le Québec économique 9 : Perspectives et défis de la transformation numérique
Notice bibliographique
Résumé
De la numérisation de données à leur valorisation, la transformation numérique a évolué ces dernières années, entraînant avec elle une croissance des besoins en technologies, en capacité de stockage et en puissance de calcul. Mais pour créer de la valeur, cette transformation doit être accompagnée de changements dans les opérations et dans la culture des organisations. Ainsi, cette édition du Québec économique montre comment les innovations numériques au sein de nos organisations publiques et privées touchent actuellement tous les secteurs de notre économie, faisant de la transformation en cours une véritable révolution numérique sur le marché de l’emploi, mais également dans le monde de l’éducation et de la formation. L’écosystème d’innovation et de collaboration qui se met en place au Québec et au Canada, principalement autour de l’IA, fait l’objet d’analyses poussées dans cet ouvrage. Les différents chapitres fournissent des données probantes pour mieux comprendre la transformation numérique qui est en marche et éclairer les décideurs dans l’élaboration de politiques publiques. Les constats et les recommandations des 45 auteurs ayant contribué au Québec économique 9 permettront au lecteur de repérer les défis qui se sont amplifiés avec la crise de la COVID-19 ainsi que les forces qui étaient en présence avant l’apparition de la pandémie. Communiqué de presse Consultez l'ensemble des chapitres du Québec économique 9 Pour l’achat de la version papier, s’adresser à Ventes-QE9@cirano.qc.ca.
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 | 0,011 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,011 | 0,020 |
| Communication savante | 0,020 | 0,008 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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.
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 ».