L’ énovation , un concept au service du projet identitaire européen : une illustration par la certification
Bibliographic record
Abstract
On dit de la diversité qu’elle est une richesse, mais comment prétendre à sa préservation dans le contexte actuel de globalisation ? À l’heure de la standardisation des compétences individuelles critériées par le biais de documents politiques tels que le CECR (2001), dont certains diront qu’il participe à une marchandisation, voire à une MacDonaldisation de l’enseignement supérieur, cet article présente le rôle majeur que peut jouer une certification en langues dès lors qu’elle s’inscrit dans une dynamique « énovante » ; un concept que nous empruntons à Gélinas et Fortin (1996), et qui repose sur l’idée que les unités d’un système sont à l’origine de nouveautés émergentes dans le cadre de contextes spécifiques. Le présent article questionne dans un premier temps la possible adéquation entre les attentes du niveau macro, exprimées par le biais de politiques européennes d’éducation normalisatrices, et la réalité des niveaux méso (les établissements d’enseignement supérieur) et micro, constitué d’individus aux langues, cultures et compétences diverses. La question de la possible construction d’un projet identitaire européen au travers des langues sera enfin posée, en érigeant l’énovation comme un concept à même de mettre en écho des dynamiques potentiellement contraires. L’outil certificatif sera alors remis dans la perspective d’une utilisation sur le terrain de l’auteur.
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 | 0.011 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.006 | 0.015 |
| Scholarly communication | 0.011 | 0.011 |
| Open science | 0.001 | 0.009 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.007 | 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".