La construction des politiques d'action sociale au sein des départements
Bibliographic record
Abstract
Résumé Quelles sont les logiques qui animent les départements en matière d’action sociale ? Si l’encadrement législatif semble jouer en faveur d’une homogénéité des pratiques, cet article vise à identifier les marges de manœuvre des départements. Il s’appuie sur une enquête monographique menée dans trois départements. Pour adapter au mieux leurs ressources en fonction des besoins, les départements investigués font état d’une nécessité de connaissances sur leurs administrés, d’une part, et d’évaluer leurs actions, d’autre part. Chefs de file de l’action sociale, les départements ne peuvent assurer leurs missions sans le soutien d’autres acteurs associatifs et institutionnels, bien que les difficultés soient importantes pour animer un réseau partenarial. Dans cet article sont identifiés deux pôles entre lesquels oscillent les départements : la première est une posture dite « proactive », laquelle permet de trouver dans la contrainte une source d’inspiration pour parvenir à des solutions innovantes ; la deuxième est une posture plutôt « légaliste » qui consiste à se conformer, de la manière la plus efficace possible, aux nombreuses injonctions qui entourent l’activité des départements.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.008 | 0.020 |
| Scholarly communication | 0.010 | 0.007 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.017 | 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".