MétaCan
Menu
Retour à la cohorte
Enregistrement W36776437 · doi:10.71781/1047

Évaluation d’une expérience de conférence citoyenne : analyse éthique

2012· dissertation· fr· W36776437 sur OpenAlexaboutno aff
C. Durand

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2012
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésValuation (finance)PhilosophyEconomicsAccounting

Résumé

récupéré en direct d'OpenAlex

Un intérêt grandissant pour le rôle du citoyen dans la prise de décision concernant la vie publique se développe depuis les dernières années. Le développement et la mise en oeuvre de divers mécanismes de participation citoyenne, comme les conférences citoyennes, témoignent de cet intérêt. Nombre de ces expériences ont fait l'objet d'une évaluation, mais essentiellement au niveau de l'efficacité ou du succès de l'exercice. Peut-on les évaluer sur le plan de l’éthique? Quels sont les défis éthiques posés par les mécanismes de participation citoyenne? Ce mémoire évalue une expérience de conférence citoyenne portant sur les avancées de la biologie humaine à l’ère de la génomique mise sur pied par le Groupe de recherche en bioéthique (GREB) de l’Université de Montréal en 2005. À l’aide du concept de l’éthique de la discussion, telle que proposée par quatre auteurs québécois, une analyse qualitative est effectuée sur six documents rédigés dans le cadre de la conférence. Deux catégories de résultats sont discutées. D’abord, les divers éléments relatifs à la conférence citoyenne qui ont soulevé notre attention. Ensuite, les préoccupations des participants en lien avec la science, la société et la participation. Une meilleure compréhension des aspects éthiques auxquels on devrait accorder une attention particulière contribuera à l’amélioration du mécanisme de conférence citoyenne et à son utilisation à long terme.

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)0,064
score de la tête « metaresearch » (Gemma)0,119
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,340

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0640,119
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0160,011
Communication savante0,0190,007
Science ouverte0,0030,013
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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.

Tête enseignante Opus0,132
Tête enseignante GPT0,411
Écart entre enseignants0,279 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetEducation, sociology, and vocational trainingTravaux en français237 207