Rhizome de l’écosystème du numérique universitaire français et nouvelle gouvernance : Mutualisation, gouvernance et numérique universitaire
Notice bibliographique
Résumé
Nous proposons de caractériser l’organisation du numérique universitaire français, en examinant ses processus de fabrication, de fonctionnement et de gouvernance en interrogeant le concept de rhizome, développé en 1980 par Deleuze et Guattari. Par numérique universitaire français, nous entendons les technologies numériques qui sous-tendent le fonctionnement et la gestion de l’enseignement supérieur. Cet article vise à décrire les diverses formes organisationnelles observées (associations, groupements d’intérêt public, consortiums, établissements publics…), ainsi que leurs interactions, en adoptant une approche catégorielle dans une volonté de rendre intelligible cette organisation profondément organique, qui se développe de manière discrète par l’interaction des acteurs qui la composent. L’analyse de cette dynamique permet d’appréhender la complexité de l’écosystème numérique universitaire français et de comprendre comment les acteurs impliqués collaborent, interagissent et influencent l’évolution du système formant ainsi une forme de nouvelle gouvernance. En scrutant, au moyen d’entretiens menés ces deux dernières années ou d’informations récoltées de manière formelle et informelle, les mécanismes de cet écosystème, nous mettons en lumière les modes d’action des différents acteurs tels que les universités, les entreprises technologiques et les organismes publics. Cette approche offre une perspective rhizomique afin de permettre d’envisager l’évolution du numérique dans l’enseignement supérieur français.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,012 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».