Bibliographic record
Abstract
Ce numéro de Recherches sociographiques porte sur un thème malheureusement négligé dans l'étude de nos sociétés actuelles. Si l'inventaire de Germain Julien et Denys Trudel, présenté à la fin du numéro, s'était étendu à ce thème, il aurait montré que la recherche sur la communication entre les administrations et leurs publics est à peu près inexistante. Cette situation n'est pas propre au Québec. Partout à travers le monde le domaine de la communication et plus largement des relations entre les administrations et leurs publics a été relativement peu étudié. Même les Américains, dont les armées de chercheurs touchent à tout ou presque, reconnaissent aujourd'hui cette carence. Au début d'un ouvrage récent, on lit ceci : « There is a vast and profound neglect of the perceptions, experiences, and reactions of the people who themselves are supposedly being served. » Comme l'indique cette citation, c'est surtout le point de vue des administrés ou des publics qui a été peu étudié. Une littérature scientifique un peu plus abondante existe sur le point de vue et les problèmes des administrations, dans leurs relations avec les publics. L'ouvrage de Peter M. Blau demeure exemplaire à cet égard. Mais sur le point de vue et les problèmes des administrés les titres sont peu nombreux. Et parmi ces travaux aucun n'a porté spécifiquement sur la communication entre les administrations et leurs publics. Nous explorerons donc dans ce numéro un champ tout neuf.
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 | 0.016 | 0.023 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.010 |
| Science and technology studies | 0.019 | 0.052 |
| Scholarly communication | 0.036 | 0.036 |
| Open science | 0.003 | 0.011 |
| Research integrity | 0.010 | 0.010 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".