MétaCan
Menu
Retour à la cohorte
Enregistrement W4312881750 · doi:10.4000/books.septentrion.114618

Chapitre 4. Cadrages et prescriptions : des effets de contrainte sur l’activité… et sur l’activité d’écriture aux magistrats ?

2016· book-chapter· fr· W4312881750 sur OpenAlexaff
Pierre Delcambre

Notice bibliographique

RevuePresses universitaires du Septentrion eBooks · 2016
Typebook-chapter
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensMinistère de l’Emploi et de la Solidarité Sociale (Québec)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Les normes qui pèsent sur l’activité de la PJJ peuvent s’expliquer par la coexistence de trois visées : exécuter une activité définie par cette administration d’un ministère régalien ; produire un service pour un magistrat qui ordonne une mesure et ainsi confie un mineur à un établissement ; travailler dans l’intérêt d’un mineur et de sa famille, « usager » pris en charge. L’empilement normatif ne peut prendre effet que si un travail d’organisation permanent s’efforce d’ajuster ces prescriptions et ces contraintes. On étudie ici plusieurs outils normatifs prescriptifs : les notes d’application cherchant à proposer un « prêt à l’emploi », résultant d’un travail d’ajustement des nouvelles lois générales à la situation spécifique des différents services ; le contrôle et la rectification par le développement nouveau d’audits des services ; l’installation et la généralisation d’un instrument informatique de gestion de l’activité et des mesures ; la stabilisation d’un référentiel pour la mise en place de la panoplie des mesures à exercer à l’époque. Tous ces outils ont des effets sur l’activité, et sur ce moment obligé de l’activité, la production de rapports au magistrat, pour chaque mineur suivi. Le chapitre cherche à définir la portée des ces effets.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,859
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,005
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,114
Tête enseignante GPT0,334
Écart entre enseignants0,220 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePresses universitaires du Septentrion eBooksMême sujetEducation, sociology, and vocational trainingTravaux en français237 207