Bibliographic record
Abstract
programmes de premier cycle en communication publique.Elle assure des cours de communication des organisations, utilisations des technologies de l'information et communication scientifique.Après une formation de 3 ème cycle en géomorphologie, elle a fait une carrière en communication scientifique au service des communications de l'Université de Laval. 2 Elle a rédigé de nombreux articles de vulgarisation scientifique pour différents médiasquotidiens et magazines-du Québec, elle a été présidente de l'Association des communicateurs scientifiques du Québec de 1981 à 1983.Elle est l'auteur d'articles et ouvrages sur les politiques et les modèles de communication Madame KUGLER, l'essentiel de vos travaux porte sur les politiques et les modèles d'analyses de campagnes de communication.Quelles sont donc les normes ou modèles qui vous semblent inspirer la majorité des politiques de communication que vous avez étudiées ?Il faudrait d'entrée de jeu préciser que de ce coté de l'Atlantique, le terme de politique de communication est utilisé dans son sens anglais de « communication policy », il s'agit de la façon dont une organisation norme ses communications internes et externes.J'ai surtout étudié les façons de faire des campagnes de communication.Votre expérience en politiques des organisations (études de cas et analyses) vous a-t-elle permis de dégager un modèle d'analyse prédominant ?Existe-t-il des modèles croisés ?
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.064 | 0.049 |
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".