Bibliographic record
Abstract
Résumé Le leadership est un phénomène à la fois omniprésent, ambigu et fuyant. Le concept lui-même est flou, fourre-tout, trop à la mode. Il en est question dans le monde politique, dans le milieu des affaires, dans les activités sportives, dans la vie culturelle, bref, partout. Le leadership fait référence aux êtres humains en société, soumis à des autorités diverses. Pour en saisir l’essence, il faut s’attaquer à la compréhension de la nature humaine même, aux relations interpersonnelles, particulièrement aux rapports d’autorité, et à la vie en société. C’est un vaste champ d’étude, mais combien fascinant ! Cet article tente de décrire le lien entre la compréhension qu’on a du leadership, nos façons de raconter cette expérience et les façons personnelles qu’on a d’être leaders. Raconter le leadership peut avoir un impact important, puisque cela permet de mieux le comprendre en vue de mieux l’assumer. Raconter pour comprendre et assumer, ou assumer pour raconter et comprendre, voilà ce qu’on pourrait appeler le cercle vertueux de la subjectivité et du leadership !
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".