Architecture et mission pédagogique : regards sur le campus de l'Université de Montréal et de l'école des HEC à l'ère d'une société de la connaissance
Bibliographic record
Abstract
À l’ère de la société de la connaissance, l’éducation supérieure occupe une place prépondérante dans le monde et les universités sont des acteurs de premier ordre. La connaissance, à travers l’innovation qu’elle permet, est devenue un élément central du processus de production et l’on parle désormais d’une économie du savoir, qui serait porteuse d’un ensemble de changements qui affectent la société sur différents plans. Le mode de fonctionnement traditionnel des universités n’y échappe pas et connaît plusieurs renouveaux. Les NTIC ont fait évoluer les manières d'enseigner et de faire de la recherche et l’on parle aujourd’hui d’un nouveau type de relations inédites entre les universités, l'État et le secteur de l’industrie. Après avoir passé en revue l’ensemble de ces changements, nous proposons d'explorer l'impact de toutes ces transformations sur le développement physique des universités à travers l’étude du projet de construction du futur campus de l'Université de Montréal à Outremont et de l'École des HEC Montréal. Nous analysons dans notre étude l'influence de ces changements sur l'organisation physique des universités et sur l'architecture des bâtiments.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.014 | 0.013 |
| Scholarly communication | 0.011 | 0.003 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".