Bibliographic record
Abstract
Les perspectives fondées sur les parcours de vie jouent seulement un rôle modeste dans l’élaboration des politiques sociales actuelles. Cependant, une fois que les concepts de « parcours de vie » seront utilisés sur une base régulière en statistiques sociales et que les outils analytiques de soutien seront entièrement développés, ces perspectives auront le potentiel d’améliorer de façon radicale l’analyse de politiques concrètes. Afin de donner une idée générale de la portée de ce changement, le présent article examine un ancien cadre de « comptabilité sociale », élaboré il y a environ trois décennies, afin d’appuyer la politique sociale de cette période préinformatique, axée sur le gouvernement et modelée sur la pensée de l’État-providence. L’article compare ce cadre avec le cadre « Olivia » actuel, créé pour appuyer le concept de société habilitante de la politique sociale en émergence axée sur le citoyen, en cette ère de l’information. La principale différence réside dans l’élargissement des perspectives fondées sur les parcours de vie, conformément au travail de Paul Bernard. Ce dernier a ouvert des avenues nouvelles et potentiellement puissantes aux spécialistes en sciences sociales en leur permettant de contribuer de façon importante et concrète à une politique sociale plus pertinente et tournée vers l’avenir. Le présent article traite des façons par lesquelles toute recherche sociale peut influencer la politique. Il examine également les interactions entre les politiques sociales elles-mêmes, les données et les outils analytiques qui appuient ces politiques sociales et la technologie de l’information qui modifie à la fois les politiques et l’analyse. L’article conclut que de vastes transformations dans les domaines de la politique sociale et de l’analyse sociale sont imminentes, notamment l’abolition des frontières entre politique et analyse.
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 | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.007 | 0.025 |
| Scholarly communication | 0.011 | 0.011 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.010 | 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".