Les injustices de l’enseignement supérieur d’excellence en France : analyser et résorber les inégalités d’accès
Bibliographic record
Abstract
À la fin des études secondaires, une majorité des meilleurs élèves optent en France pour une voie spécifique qui les éloigne de l’université de masse : les classes préparatoires aux grandes écoles. Ces classes post-baccalauréat, installées pour la plupart dans les lycées publics, permettent en deux ans d’accéder par concours aux grandes écoles qui ouvrent sur les emplois les plus prestigieux et les plus rémunérateurs. Cette filière d’excellence n’a été remise en question que récemment : on lui reproche aujourd’hui son recrutement peu démocratique. Cette spécificité française interroge évidemment l’idéal de justice que le service public d’éducation prétend défendre. La contribution explicite le recrutement et le fonctionnement des classes préparatoires, pointe leurs dysfonctionnements et analyse les tentatives de transformation émanant des personnels des établissements comme des responsables du système. On propose ici de mettre ces tentatives au compte soit d’une logique civique rapprochée soit d’un mouvement de reconsidération de l’éthique d’État.
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 | 0.008 | 0.018 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.012 | 0.012 |
| Scholarly communication | 0.011 | 0.005 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 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".