Gouvernance municipale et information: étude exploratoire sur l’utilisation optimale des données 311
Bibliographic record
Abstract
Sommaire L’article présente une recherche exploratoire portant sur le potentiel d’utilisation de l’intelligence artificielle pour analyser les informations obtenues à travers les requêtes effectuées auprès de centres municipaux d’appels non urgents (CANU). La recherche établit trois utilisations possibles des informations provenant d’un CANU soit pour des fins de gestion interne, de prestation de services ou de prise de décisions stratégique. Ces utilisations de l’information sont explorées à travers l’analyse du CANU de la Ville de Gatineau. Les résultats établissent deux séries d’hypothèses pour favoriser une utilisation optimale des données amassées à l’aide d’outils numériques sophistiqués. La recherche montre que les CANU pourraient être des nœuds informationnels consacrés au traitement, à la répartition et à l’analyse stratégique des informations.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.011 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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 teacher head, 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".