Comprendre l’instrumentation des questions de citoyenneté dans les politiques d’éducation et de jeunesse : une typologie des dispositifs d’action publique
Bibliographic record
Abstract
Que ce soit au niveau européen qu’au niveau national, les enjeux relatifs à la citoyenneté des jeunes sont présents dans les débats publics et donnent lieu à la mise en place de dispositifs spécifiques. L’ancienneté et la récurrence de la mise à l’agenda de cette question invitent à réfléchir sur les dynamiques de l’action publique. Cet article propose une typologie des dispositifs progressivement développés dans deux secteurs publics qui interviennent auprès des jeunes : l’éducation et la jeunesse. En mobilisant une approche par les instruments d’action publique, il met en évidence que les choix opérés par les décideurs publics pour traiter des questions de citoyenneté conduisent à une multiplication et à une diversification des dispositifs. Cette prolifération interroge la lisibilité de l’action publique : si les dispositifs peuvent apparaître complémentaires et constituer une opportunité pour les jeunes, ils peuvent aussi entrer en tension. Dans un contexte de renouvellement générationnel du corps électoral, elle invite également à réfléchir sur les conséquences sur les pratiques des jeunes et sur la construction de leur représentation de la citoyenneté.
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 | 0.009 | 0.015 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.009 | 0.027 |
| Scholarly communication | 0.015 | 0.012 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.011 | 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".