MétaCan
Menu
Retour à la cohorte
Enregistrement W4411555864 · doi:10.7202/1118413ar

<i>Advocacy,</i> promotion et positionnement des professionnels de l’information : les cas de l’Université de Montréal, de l’Université du Québec à Montréal et de HEC Montréal

2025· article· fr· W4411555864 sur OpenAlexaffvenueabout
Taïk Bourhis, Evelyne Gratton

Notice bibliographique

RevueArchives · 2025
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensHEC MontréalUniversité du Québec à MontréalUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

La gouvernance de l’information requiert la collaboration de différents acteurs organisationnels et la coordination de leurs actions. Le professionnel de l’information doit être en mesure, d’une part, de mobiliser les différents acteurs autour des enjeux de la gouvernance de l’information ou, d’autre part, d’être invité à participer à la mise en oeuvre d’initiatives en gouvernance de l’information. Cela suppose donc, de la part des autres acteurs impliqués, une reconnaissance de son expertise. Cette reconnaissance nécessite souvent la mise en place d’une stratégie d’advocacy. Le terme advocacy peut référer à diverses notions dont la défense des intérêts, la mise en place de plaidoyers pour soutenir et mieux faire connaître les activités du professionnel de l’information, la sensibilisation, la promotion ou encore le lobbying. La mise en oeuvre d’activités de positionnement doit intégrer une approche stratégique qui requiert également de prendre en compte les notions de pouvoir et d’influence en relation avec les autres acteurs organisationnels. Deux directrices et un directeur du milieu universitaire présentent quelques moyens mis en place dans leur organisation pour positionner leur service et les professionnels de l’information qui y oeuvrent.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
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: aucune
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,991

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,007
Études des sciences et des technologies0,0200,009
Communication savante0,0170,005
Science ouverte0,0020,005
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0480,003

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 Opus0,029
Tête enseignante GPT0,314
Écart entre enseignants0,284 · 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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueArchivesMême sujetEducation, sociology, and vocational trainingTravaux en français237 207