Revoir la gouvernance et la gestion des ressources humaines dans une perspective d’améliorer, voire d’enraciner les institutions d’études supérieures publiques malgaches dans le 21e siècle
Bibliographic record
Abstract
Bien que l’éducation supérieure malgache ne soit plus en phase de création d’établissements universitaires, elle fonctionne dans un contexte de gouvernance bureaucratique d’une extrême pauvreté et sous-financée. Une gouvernance universitaire caractérisée par la centralisation du système de coordination et d’incitation, ce qui laisse peu de marge de manoeuvre aux différents acteurs susceptibles d’intervenir en gestion des ressources humaines (GRH). Malgré le côté sombre du tableau de l’enseignement supérieur public malgache, certains acteurs du terrain veulent innover en apportant des idées qui contribueraient à la mise en place d’une gestion prévisionnelle des emplois et des compétences dans un contexte universitaire devant composer avec une économie mondialisée au 21e siècle. Notre objectif est de poser un diagnostic sur la GRH du système d’enseignement supérieur public à Madagascar et de valoriser deux idées d’innovation soumises par les acteurs au regard de la situation.
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 | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.007 | 0.019 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".