Le transfert des connaissances en recherche sociale et la transformation des pratiques sociales
Bibliographic record
Abstract
La relation entre la recherche sociale et la transformation des pratiques sociales soulève, comme c'est souvent le cas dans plusieurs champs de pratique, la question du transfert des connaissances issues de la recherche. Dans cet article, nous décrivons trois modèles théoriques de transformation des pratiques sociales en lien avec la recherche : le modèle linéaire, le modèle coopératif ou associatif et le modèle d'autodéveloppement. À partir de ces modèles théoriques, nous analyserons huit expériences de recherche sociale reconnues comme ayant fait l'objet de transfert des connaissances dans le milieu de pratique et présentées lors du forum sur le transfert des connaissances organisé par le Conseil québécois de la recherche sociale (CQRS) en 1990. L'analyse de ces huit expériences permet de constater qu'elles se polarisent autour des modèles linéaire et coopératif. Cette analyse met en évidence les stratégies de transfert des connaissances utilisées, les impacts de ces stratégies, les limites et les difficultés reliées à ces deux modèles. Cela nous permettra de dégager certaines limites et de critiquer l'efficacité de ces trois modèles de transformation des pratiques sociales en lien avec la recherche.
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 | 0.049 | 0.068 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.009 | 0.038 |
| Scholarly communication | 0.017 | 0.014 |
| Open science | 0.002 | 0.012 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.009 | 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".