Comprendre l’effectivité d’une norme : quand l’aboutissement de la démarche empirique permet de s’affranchir d’un courant existant dans un domaine d’étude
Bibliographic record
Abstract
À partir de notre recherche doctorale, nous entendons montrer comment nous avons mobilisé les écrits scientifiques tout au long de la démarche et sommes demeurée disponible à ce que les données de terrain nous suggéraient. La recherche dont il est question a étudié les effets conséquents de la mise en oeuvre du droit à l’égalité dans les milieux syndiqués. À la lumière des écrits spécialisés sur le sujet, notre recherche se concevait comme étant à la fois multidisciplinaire, appliquée, qualitative, inductive, descriptive et explicative. Pour répondre aux objectifs de la thématique du numéro de la revue, la description de l’opérationnalisation concrète et contextualisée de l’ensemble de la démarche de recherche précisera le cheminement et l’utilité de la recension des écrits, de même que les écueils rencontrés. La discussion se fera autour du processus de la mobilisation des écrits scientifiques, laquelle a été réalisée en continu, notamment à cause de l’aspect sociojuridique de l’étude. Nous conclurons que notre démarche, s’inscrivant dans le courant de nombreux types de recherches inductives, met en lumière comment le fait de laisser place aux données recueillies permet de prendre du recul et de s’affranchir de certains courants théoriques existants dans un domaine d’étude.
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 | 0.067 | 0.112 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.005 | 0.045 |
| Scholarly communication | 0.017 | 0.020 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.008 | 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".