Bibliographic record
Abstract
Le présent mémoire repose sur la notion de « valeur », vue sous l’angle du rapport que tout individu entretient avec son action et, par extension, avec autrui et l’environnement social dans lequel il évolue. Dans ce contexte, les valeurs teintent le rapport aux études susceptible d’expliquer l’identité étudiante. Sous cette optique, ce mémoire établit une distinction analytique entre valeurs expressives et instrumentales. Les valeurs peuvent être qualifiées d’instrumentales lorsqu’elles relèvent d’une conception fondée sur la relation d’un moyen par rapport à une fin, tandis qu’elles sont conçues comme expressives lorsqu’elles intègrent des « sentiments », voire des symboles d’accomplissement personnel. Ce mémoire étudiera les valeurs à l’oeuvre chez les étudiants inscrits en médecine et en sociologie. En toute hypothèse, les valeurs instrumentales seraient le fait des futurs médecins, par opposition aux apprentis sociologues qui afficheraient des valeurs expressives. Or, l’analyse menée dans le cadre de ce mémoire démontre que s’il existe des différences sur le plan des valeurs entre les étudiants des deux filières d’études mentionnées précédemment, elles sont loin d’être radicales. Sur la lancée, on découvrira aussi que l’identité étudiante se décline désormais –dans les programmes étudiés dans le cadre de ce mémoire- à l’aune du programme d’études plutôt que par rapport à une appartenance plus générale au statut d’étudiant.
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 | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.004 | 0.031 |
| Scholarly communication | 0.012 | 0.014 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.007 | 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".