Les grandes institutions publiques françaises d’enseignement face au défi de l’égalité des chances. Le cas de l’Institut pratique du journalisme de l’université Paris-Dauphine | PSL
Bibliographic record
Abstract
La question des inégalités à l’accès dans l’enseignement supérieur n’est pas une question nouvelle en France. Car la formation des élites françaises s’inscrit au bout d’une longue chaîne d’inégalités successives. Depuis quelques années, certaines institutions supérieures ont toutefois voulu répondre à cette question en développant de nouveaux dispositifs pour améliorer l’accessibilité des jeunes venant de milieux modestes et de zones socialement défavorisées. C’est de ce phénomène social dont nous allons rendre compte dans cet article. Cette réflexion, en s’appuyant sur un certain nombre de données existantes et d’études de cas recueillies en France, au cours des dernières années, cherche à enrichir le débat qui a cours autour de la question de l’accessibilité de l’enseignement supérieur dans l’Hexagone et de sa démocratisation. A partir de plusieurs types de données, nous chercherons à montrer tout particulièrement comment cette réflexion s’est développée au sein d’une école de journalisme, IPJ Paris-Dauphine, lors d’un processus de labellisation, au prisme d’une double responsabilité, celle de l’accès à la formation au journalisme pour les étudiants, et celle de la spécificité d’une école qui forme à la fabrication de l’information et à ses représentations. Nous verrons comment ce cas illustre bien la dynamique propre à la gestion de la diversité dans une institution française d’enseignement supérieur.
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 | 0.005 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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".