L’Université en ses territoires : l’Enseignement Supérieur et la Recherche comme opérateur territorial
Bibliographic record
Abstract
Ce travail traite de la territorialisation de l’enseignement supérieur et de la recherche (ESR) hors des espaces métropolitains et urbains. La construction de cette thèse repose sur un dialogue théorique et empirique entre deux sphères problématiques : celle relative à la territorialisation de l’ESR et celle relative aux recompositions et crises qui affectent l’action publique locale. Il s’agit, ce faisant, de considérer la territorialisation de l’ESR non plus seulement comme un enjeu ou une variable d’aménagement, mais davantage dans sa participation au développement et à l’action collective sur les territoires. L’auteur suppose ainsi l’existence d’ « opérateurs territoriaux de l’ESR » qui vont chercher à mobiliser les ressources du supérieur dans le cadre des dynamiques collectives locales et de la construction et la valorisation de « ressources territoriales ». Ces « opérateurs » sont considérés comme des « organisations » composites entre « acteurs », « structures », « pratiques » et « démarches » qui vont contribuer à la « stabilisation des interactions » entre territoires et ESR. L’auteur suppose alors que cette stabilisation va contribuer à spécifier les activités d’ESR territorialisées et les rôles qui leur sont affectés. Ce premier niveau d’analyse invite l’auteur à questionner la structuration des relations entre territoires et universités dans une perspective organisationnelle, à la différence de nombreux travaux ayant traité de la synchronisation « cognitive » entre acteurs issus de différentes sphères sociales ou professionnelles. Enfin, ce travail pose la question du rôle des coopérations entre « développeurs territoriaux » et acteurs et activités universitaires. Il analyse alors ces coopérations comme des stratégies d’ « entrepreneuriat institutionnel » permettant à une partie des professionnels des territoires de (se) jouer du flou qui caractérise leur métier et d’en défendre une conception particulière clairement ancrée au sein de l’action collective. En conclusion, l’auteur invite à considérer la territorialisation de l’ESR dans la diversité de ses effets sur les territoires et en sortant d’une vision exclusivement liée à la notion d’excellence.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.008 | 0.011 |
| Scholarly communication | 0.014 | 0.010 |
| Open science | 0.001 | 0.009 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.021 | 0.004 |
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".