L'évaluation conjointe des emplois à la Commission des Écoles catholiques de Montréal
Bibliographic record
Abstract
S'il est plus difficile de rendre compte des actions des hommes que de rapporter leurs idées, la démarche en ce sens n'en présente que plus d'intérêt. Sans dissocier les deux ordres, qu'il nous soit permis de décrire une expérience, inspirée de propositions implicites; elle nous servira à formuler des hypothèses précises. L'expérience des prédécesseurs et les connaissances que nous ont léguées les théoriciens permirent la réalisation du projet; le compte rendu de sa mise en oeuvre dans un cadre nouveau servira, nous l'espérons, à d'autres organismes. Si ce compte rendu contribue à l'amélioration des méthodes d'évaluation, il aura dépassé son but; s'il fait réfléchir sur leur application, il l'aura atteint. Le déroulement d'opérations souvent simultanées nous oblige à adopter un plan dont les séquences mettent l'accent sur les jalons principaux. Après un bref aperçu historique, nous passerons aux travaux préliminaires, notamment l'étude pilote, les termes et les formules. Nous retracerons ensuite les étapes majeures de la procédure. Le choix et l'élaboration du système et du plan feront l'objet dun chapitre distinct ainsi que l'essai et la modification de ce plan. Nous verrons enfin l'évaluation de tous les emplois et leur classement.
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 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.021 | 0.002 |
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".