Notice bibliographique
Résumé
Comme tout travail d'écriture est indéniablement collectif, je veux ici prendre le temps de remercier les personnes qui m'ont soutenu durant cette aventure.À ma conjointe, Francine, qui a su comprendre mon besoin d'espace et m'a encouragé dans les moments où la motivation était faiblissante.À France, qui a si gentiment mis en page la première version du livre, toujours avec diligence et intelligence.À mes deux collègues, Patrick Pelletier de l'Université TÉLUQ et Anne Mesny de HEC Montréal, qui ont accepté de commenter la première version du livre.Je lève mon chapeau aussi à l'équipe des Presses de l'Université de Montréal qui m'a accompagné avec toute l'attention requise, sans oublier les deux évaluateurs anonymes qui ont trouvé le moyen de me faire repousser mes limites.Un grand merci aussi au département de management de HEC Montréal pour son indispensable appui financier.Plus largement, je suis aussi reconnaissant envers tous les enseignants en gestion qui m'ont ouvert les yeux sur l'un ou l'autre des aspects importants du métier de pédagogue aux études supérieures.Finalement, je voudrais faire part de ma profonde gratitude envers mon médecin de famille, Bruno Bosisio, qui le premier détecta une anomalie à mon rein gauche, ainsi qu'à l'équipe des soins infirmiers du 4 e étage de l'Hôpital de la Cité-de-la-Santé de Laval et des médecins spécialistes du département d'urologie.J'ai une pensée toute spéciale pour Mathieu Bettez, le chirurgien qui m'a opéré en décembre 2017 et à qui je veux manifester toute ma reconnaissance, en soulignant particulièrement son professionnalisme et son
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 | 0,018 | 0,106 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,015 | 0,007 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,387 | 0,251 |
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 ».