Transferts de connaissances informels des titulaires de Chaires de recherche du Canada en éducation: les facteurs géographiques, linguistiques et systémiques qui influencent le rayonnement de la recherche
Bibliographic record
Abstract
Le financement de la recherche en milieu universitaire au Canada est assure en grande partie par des fonds publics en provenance des gouvernements federal et provinciaux, au moyen de divers programmes, dont celui des Chaires de recherche du Canada (CRC). La majorite de ces programmes s’inscrit dans une strategie plus globale, laquelle vise a generer de nouvelles connaissances qui amelioreront la qualite de vie des Canadiens. Lorsque cet objectif est evalue, la mesure de l’impact de la recherche sur la qualite de vie des Canadiens s’effectue la plupart du temps par des indicateurs de type economique decoulant des modes de transfert de connaissances traditionnels comme les publications, les brevets et les compagnies derivees. Cette recherche s’interesse aux modes de transferts de connaissances informels qui ne sont generalement pas pris en compte dans l’evaluation et desquels ne decoulent pas d’indicateurs economiques. L’etude vise a determiner la portee geographique des transferts de connaissances informels des titulaires de CRC dans le domaine de l’education et a caracteriser les variables qui peuvent l’affecter. Les donnees ont ete extraites des curriculum vitae de 15 titulaires de CRC, classifiees en fonction de la portee du transfert, puis comparees sous forme de frequence moyenne annualisee selon des variables de langue, province, taille de la ville, rang professoral, niveau de la CRC et domaine de recherche. Les resultats montrent que la langue et le rang professoral sont des facteurs cles faconnant les tendances geographiques des transferts informels. Ils indiquent qu’une attention particuliere doit etre accordee aux milieux linguistiques minoritaires et aux criteres d’evaluation des promotions professorales qui influencent, a la baisse ou a la hausse selon le cas, la valeur accordee aux transferts locaux, provinciaux, nationaux ou internationaux. Cette etude vise a susciter la creation de nouveaux outils d’evaluation qui, a long terme contribueront a maximiser les retombees de la recherche subventionnee par des fonds publics.
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 | 0.039 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.010 |
| Science and technology studies | 0.007 | 0.004 |
| Scholarly communication | 0.012 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 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".