MétaCan
Menu
Retour à la cohorte
Enregistrement W4380996523 · doi:10.1111/cag.12858

Plus difficile d'être élu dans une petite municipalité? Perceptions de la fonction élective par certains élus municipaux québécois

2023· article· fr· W4380996523 sur OpenAlexfundvenueaboutno aff
Sandra Breux, Rodolphe Parent

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2023
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésHumanitiesPhysicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Résumé Au Québec, 75% des élu·e·s municipaux de la province exercent leurs mandats dans des municipalités de moins de 10 000 h. Si l'on sait que la taille démographique de la municipalité est susceptible d'influencer le parcours et le profil des élu·e·s municipaux et plus généralement la professionnalisation de la fonction élective, rares sont les écrits qui, à notre connaissance, documentent la fonction élective au sein des municipalités québécoises de moins de 10 000 h., en comparaison avec celle exercée dans des municipalités de plus grande taille. Cela est d'autant plus surprenant que le contexte institutionnel, politique et financier peut varier grandement selon la taille de la municipalité et est ainsi susceptible de venir colorer la fonction élective au quotidien. À partir de la réalisation d'entrevues semi‐dirigées auprès d'une trentaine d'élu·e·s, nous mettrons en évidence deux spécificités. D'une part, si à leurs yeux, la fonction élective est la même que celle occupée par leurs homologues d'une grande municipalité, ils et elles considèrent ne pas disposer des mêmes outils pour répondre aux besoins de leur fonction. D'autre part, les conditions d'exercice de la fonction sont différentes, influençant leur quotidien. Ces constats questionnent de façon générale le fonctionnement de ces municipalités de taille modeste .

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,214

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0050,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,014
Tête enseignante GPT0,256
Écart entre enseignants0,242 · 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
GenreEmpirique

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

En bref

Citations5
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetSocial Sciences and GovernanceTravaux en français237 207