Innovation sociale en milieu rural: l’exemple de Saint-Camille (Québec)
Notice bibliographique
Résumé
Dans un contexte de difficulté du milieu rural québécois, le village de Saint-Camille a réussi à renverser un déclin démographique presque centenaire. Il accueille une activité communautaire vigoureuse et développe des champs nouveaux d’activité économique. Cette communication explore deux pistes pour comprendre ce succès. La première est l’accent mis sur la gouvernance partagée, c’est-à-dire sur le développement de liens étroits entre les divers organismes publics locaux et la société civile. La deuxième piste est l’accent mis depuis trente ans sur la formation continue, l’apprentissage et l’imagination, au moyen d’activités favorisant une réflexivité organisée visible dans l’importance accordée aux activités culturelles. Ces deux pistes d’interprétation sont illustrées par les enseignements issus d’une recherche-action entreprise pendant plus de deux ans avec le Centre de recherche sur les innovations sociales (CRISES.) Il en ressort que ce territoire micro local qu’est le village de Saint-Camille a développé une façon innovatrice, c’est-à-dire nouvelle et appropriée, de concevoir le développement de la collectivité. En mettant l’accent sur la culture – au sens anthropologique – les leaders l’intègrent dans le temps long de son identité, mais aussi dans la dynamique des changements de la ruralité actuelle.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,020 | 0,008 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».