Qualite de la relation entre administration et usagers : la part informationnelle de l'asymetrie. Interpretations d'usagers et approche macro-discursive de la marge redactionnelle
Bibliographic record
Abstract
Partant des préoccupations gouvernementales pour la qualité de la relation entre administrations et usagers, nous proposons d'interroger les traces de l'asymétrie communicationnelle dans les courriers administratifs, via l'analyse des textes et des reconstructions de sens par les usagers-lecteurs. Les sens reconstruits laissent apparaître des facteurs d'asymétrie liés au niveau informationnel et socio-pragmatique, non répertoriés dans l'analyse des courriers. Sélection du macro-acte de discours, des circonstants qui sy rapportent, et évaluations socio-pragmatiques des exigences administratives sont des opérations discursives prioritaires qui pilotent la reconstruction de sens. Ces résultats dessinent des possibilités rédactionnelles au-delà des principes de lisibilité et des fondamentaux de la simplification, des pistes de rédaction davantage centrées sur le lecteur, ses besoins informationnels et ses valeurs sociales. Lànalyse d'un texte original, une proposition de simpli-fication validée puis celle d'une nouvelle réécriture veulent illustrer qu'entre autorité, logique administrative, littérarité, simplification, dictionnairique, lisibilité et... intelligibilité, il est une marge rédactionnelle susceptible de restaurer la qualité relationnelle entre administrations et usagers: un espace offert aux rédacteurs.
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 | 0.030 | 0.093 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.008 | 0.006 |
| Science and technology studies | 0.004 | 0.028 |
| Scholarly communication | 0.021 | 0.017 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.005 | 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".