L’enseignement supérieur dans la mondialisation libérale
Bibliographic record
Abstract
Au Nord comme au Sud, les politiques libérales censées répondre aux contraintes de la mondialisation économique et aux évolutions du marché du travail ont partout eu pour effet de modifier les politiques publiques de l’enseignement supérieur, les hiérarchies des disciplines et les stratégies des étudiants. L’application généralisée de nouveaux instruments de gestion, l’harmonisation des cursus et la libéralisation mondiale du marché éducatif ne doivent pas masquer la disparité des stratégies régionales et la diversité de leurs modalités d’action. Dans un cadre fixé par les pays du Nord, le Maghreb doit trouver la réponse à la crise de son université, tout en tentant de conquérir sa part de marché. Dans la présente publication, sont analysées les transformations dans la mobilité étudiante Nord-Sud et Sud-Sud sous l’angle des effets de la concurrence de l’enseignement supérieur. Les contributions concentrées sur des expériences de pays du Nord (Canada, France) et du Sud (Égypte, Burkina Faso) sont autant de pistes de réflexion qui permettent d’éclairer la particularité des pays du Maghreb (Algérie, Maroc, Tunisie) dans leur gestion étatique des réformes éducatives d’inspiration libérale, et finalement dans la redistribution des rôles entre État et marché.
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 | 0.006 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.006 | 0.007 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.016 | 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".