Stratégies d'adaptation des organismes subventionnaires en sciences humaines et sociales au Canada et au Québec aux compressions budgétaires gouvernementales
Bibliographic record
Abstract
La présente étude vise à évaluer dans quelle mesure deux aspects de la stratégie déployée par les organismes subventionnaires (OS) canadiens et québécois en sciences humaines et sociales (SHS) pour faire face aux compressions budgétaires gouvernementales ont atteint leurs objectifs. Plus spécifiquement, nous avons vérifié si la mise sur pied et la consolidation des programmes de recherche orientée au début des années 90 ont permis aux OS en SHS de générer des revenus additionnels à ceux octroyés par les gouvernements, et comparer ces revenus à ceux générés en sciences naturelles et génie (SNG) dans le cadre de programmes équivalents. Nous avons également vérifié dans quelle mesure les professeurs en SHS ont transformé leurs pratiques de recherche afin de répondre favorablement à l'accroissement de l'offre de subventions de recherche orientée. Les résultats suggèrent que les programmes de recherche orientée n'ont pas véritablement générés de nouveaux revenus en SHS et, qu'en fait, ces programmes ont eu pour effet d'accentuer les inégalités économiques entre les SHS et les SNG. Pour ce qui est des professeurs, ceux-ci n'ont pas véritablement modifié leur pratiques de recherche dans le but de répondre à l'offre croissante de subventions de recherche orientée.
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 | 0.004 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".