Concurrence entre élites autour d'intérêts : Le choix de l'emplacement du Centre hospitalier de l'Université de Montréal (CHUM)
Bibliographic record
Abstract
Peut-on expliquer les politiques publiques? Dans l'optique d'une démarche scientifique, des modèles ont été conçus qui simplifient des réalités d'une extrême complexité et mettent en relief des facteurs qui expliqueraient les faits sous observation. Dans cette étude, en appliquant deux des modèles couramment utilisés pour cadrer l'analyse de politiques publiques, nous montrons que, même si ceux-ci peuvent éclairer des aspects particuliers des processus examinés dans l'étude du choix de l'emplacement de Centre hospitalier de l'Université de Montréal (CHUM), ils n'arrivent pas à proposer une interprétation adéquate de la décision d'établir le CHUM au centre-ville plutôt qu'à Outremont. Nous posons ainsi que, dans le domaine des sciences sociales, l'ambition de dépasser les démarches purement descriptives conduit au mieux à des interprétations qui permettent une meilleure compréhension des phénomènes étudiés. Dans cet esprit, nous présentons un modèle qui intègre les divers éléments qui composent les politiques publiques, de leur élaboration à leur mise en œuvre.
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 | 0.005 | 0.015 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.017 | 0.015 |
| Scholarly communication | 0.012 | 0.004 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 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".