Pour une évaluation sensible à l’environnement des interventions : l’analyse de l’implantation
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Dans cet article, les auteurs exposent une méthode pour faciliter l'analyse de l'implantation des interventions. Cette forme d'évaluation a son origine dans les limites reconnues du modèle de la « boîte noire », modèle prédominant dans l'analyse des effets des interventions. Elle vise à expliquer les conditions de mise en oeuvre et les processus de production des effets des interventions. Plus précisément, l'analyse de l'implantation comprend trois composantes, soit l'analyse de l'influence : 1) des déterminants contextuels sur le degré de mise en oeuvre des interventions, 2) de l'interaction entre le contexte d'implantation et l'intervention sur les effets observés, et 3) des variations dans l'implantation sur son efficacité. L'utilité de ce type d'évaluation est d'accroître la validité externe des recherches évaluatives.
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.
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 | 0.005 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.013 | 0.005 |
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 it