Transforming excellence? From ‘matter of fact’ to ‘matter of concern’ in research funding organizations
Notice bibliographique
Résumé
Excellence is omnipresent in the research ecosystem but the narrow focus on excellence is increasingly controversial. One of the key actors in the research ecosystems are research funding organizations, yet their activities are comparatively little studied in relation to excellence. This paper aims to contribute to the excellence debate through an empirical study of how notions of excellence are used, and what functions they serve, in eight research funding organizations. Our study shows research funding organizations have recognized critical voices and are taking steps to address some of the problematic aspects of excellence. However, because research funding organizations are shaped by the excellence regime, and constrained by both governmental policy and scientific elites, research funding organizations cannot simply resort to a debunking critique and do away with excellence altogether. In their efforts to navigate their ambiguous relationship to excellence we show that in many of our case study sites the approach to excellence has shifted from it being taken as a ‘matter of fact’, that is rather taken for granted, to a ‘matter of concern’, that needs to be unpacked and reconfigured. We find funders resort to three mitigation strategies, patching, pluralizing and transforming, in their attempts to reconfigure excellence. Our findings suggest, however, that the current mitigation strategies adopted by funders aimed at reconfiguring excellence leave underlying assumptions about competition and meritocratic ideals largely unquestioned. A transformation of the research ecosystem is unlikely to happen when these ideals are not also problematized.
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 | 0,106 | 0,147 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,014 | 0,068 |
| Communication savante | 0,034 | 0,030 |
| Science ouverte | 0,002 | 0,019 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 ».