Plaidoirie pour pratiquer la recherche autrement. La transition juste en Asie du Sud-Est
Notice bibliographique
Résumé
Le rapport publié début 2022 par le Groupe d’experts indépendants de l’UNESCO sur les universités et l’Agenda 2030 alerte sur la nécessité d’une transformation profonde du secteur de l’enseignement supérieur au service de la durabilité mondiale. De son côté, le second volet du sixième rapport d’évaluation du Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC), dévoilé le 28 février, révèle l’ampleur d’une menace qui s’est significativement aggravée. En réponse au constat dressé et aux recommandations émises, une Alliance des universités d’Asie du Sud-Est, des pays du Mékong, s’engage autour d’une stratégie d’ouverture vers le monde extra-académique, pour des actions fondées sur la connaissance et des solutions pour et avec toutes les parties prenantes.Dans cette région, les interactions entre les inégalités, les dégradations de l’environnement et les incertitudes quant aux perspectives de croissance future exigent une refonte des stratégies de développement. Pour ce faire, il est de la responsabilité des institutions d’enseignement supérieur et de recherche de contribuer à constituer la prochaine génération de décideurs politiques pour la transition juste ainsi qu’un réseau d’experts en science de la durabilité. C’est au prisme d’un changement de paradigme pour une transition juste que la connaissance pourra innerver les débats sur les politiques publiques à mettre en œuvre.La méthode opératoire proposée par les auteurs dans cet article repose sur quatre leviers complémentaires – la production d’une masse critique de connaissances, la communication, la diffusion scientifique connectée aux sociétés locales et une intensification du renforcement des capacités – au service de la transition juste et des inégalités au Cambodge, Laos, Myanmar, Thaïlande et Vietnam.
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 | 0,014 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,009 |
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 ».