Les indicateurs de bien-être : concepts, mesures et enjeux éthiques
Notice bibliographique
Résumé
Dans ce mémoire, nous cherchons à prendre position sur les principales conceptions et mesures du bien-être débattues dans la littérature et ce dans le but de déterminer quel modèle d'indicateur de bien-être nous devrions utiliser à l'échelle nationale. Nous faisons d'abord l'analyse critique de plusieurs conceptions du bien-être pour ensuite répéter le même exercice avec les mesures du bien-être les plus discutées dans la littérature. Après avoir pris position en faveur de la conception du bien-être de Valerie Tiberius, nous tentons d'établir un modèle d'indicateur cohérent avec sa théorie. Nous répondons finalement à une série d'objections potentielles envers l'indicateur de bien-être inspiré de l'indice canadien du mieux-être, que nous avons choisi. Au terme de ce mémoire, nous concluons que la conception du bien-être développée par Tiberius répond bien aux principales objections que rencontrent la plupart des conceptions du bien-être. Finalement, nous soutenons que, malgré la nécessité de recherches supplémentaires, le modèle que nous proposons pourrait remplir, avec succès, la fonction d'indicateur national de bien-être. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Valerie Tiberius, théorie de la réalisation des valeurs, indicateur national de bien-être, Indice canadien du mieux-être
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,019 |
| Communication savante | 0,007 | 0,007 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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; 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 ».