Bibliographic record
Abstract
Les modes de gestion de l’appareil éducatif français sont en pleine restructuration. Innovation, gestion par projets, identification des priorités locales, professionnalisation des acteurs sont au coeur de la transformation des organisations locales et des pratiques. L’analyse proposée dans la première partie est relative au rapport entre innovation et institution. Mais que signifie innover du point de vue de l’institution? Si innover est moteur de transformation, à quelles conditions ces transformations peuvent-elles avoir lieu? Suffit-il d’innover pour transformer ou est-ce un moyen au service de valeurs et de quelles valeurs? L’analyse du projet comme innovation structurelle nous confronte à ses limites implicites. La proposition de mise en oeuvre repose sur un accord implicite entre les acteurs. Mais quels sont les présupposés et qu’en est-il dans la réalité? Deux projets comparables dans des établissements comparables ont été analysés. Cette analyse montre combien l’accord ne va pas de soi. Chaque acteur est porté par des valeurs qu’il défend, qui le conduisent à adopter une stratégie identitaire de type professionnel ou de type règlementaire qui débouchent dans tous les cas sur des conflits locaux. L’aboutissement du conflit est dépendant du rapport de force en présence. Derrière cette décentralisation des modes de gestion n’y a-t-il pas une décentralisation des rapports de pouvoir, un déplacement des conflits et une responsabilisation accrue des acteurs au sein d’un système de formation au service des enjeux économiques de la société?
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 | 0.012 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.005 | 0.022 |
| Scholarly communication | 0.019 | 0.014 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 0.003 |
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".