Notice bibliographique
Résumé
L’enseignement supérieur constitue une étape décisive d’autonomisation et de réalisation de l’inclusion. Les enquêtes menées depuis 2016 sur notre campus, doublées du constat d’une exploration faible du terrain de l’accessibilité universitaire, ont stimulé l’émergence du projet Gulivers Campus. Comment faire de l’université un modèle d’inclusion, un stimulateur de l’action, un exemple de démocratie spatiale ? L’Université de Lille a été le coeur d’un réseau d’acteurs soucieux de concevoir une recherche inclusive basée sur de nouvelles méthodes d’investigations qualitatives. Les travaux sur le campus Cité scientifique ont contribué à l’invention de solutions qui conjuguent innovations sociales et innovations technologiques. Issu de de cette recherche, l’outil numérique Uptimizy permet une évaluation globale et une visualisation des ruptures. Il a été construit à partir des normes et des critères d’usages. Il permet de datavisualiser les niveaux d’accessibilité des voiries, des bâtiments, des équipements. L’étude a été révélatrice de l’interdépendance des domaines d’action. Au-delà des aménagements et des contraintes légales, la réalisation d’un campus inclusif se heurte à des obstacles fonctionnels spécifiques à chaque territoire. La mise en oeuvre de l’inclusion nécessite de nouveaux outils transversaux. Un SCOT-U (Schéma de Cohérence Territoriale Universitaire) est expérimenté avec une perspective de diffusion sur d’autres universités.
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 | 0,010 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,013 | 0,018 |
| Communication savante | 0,023 | 0,017 |
| Science ouverte | 0,002 | 0,017 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,007 |
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 ».