Bibliographic record
Abstract
Depuis plus d'une décennie, la Revue canadienne d'évaluation de programme (RCEP) publie en ligne.Tout au long de cette période, notre lectorat en ligne a considérablement augmenté alors que, simultanément, l'intérêt pour le format im primé a considérablement diminué parmi les membres de la Société canadienne d' évaluation (SCÉ).Nous sommes très heureux d'annoncer qu'à partir de 2023, nous nous concen trerons uniquement sur la version en ligne de la revue afi n d' offrir une expérience plus conviviale aux lecteurs et lectrices ainsi qu'aux membres de la SCÉ.Le numéro 37.3 sera le dernier numéro à être publié en version imprimée.Nous travaillons avec la division des revues des Presses de l'Université de Toronto pour améliorer l' expérience de soumission d'articles en passant à une nouvelle plateforme de soumission et d' examen par les pairs.Ce changement rationalisera les soumissions à la revue, en automatisant les étapes et en réduisant le temps consacré à la soumis sion.De plus, la revue publiera les archives complètes des numéros sur le site Web de la revue et sur le site Web de la SCÉ, ce qui facilitera grandement la recherche dans les archives de la revue tout en améliorant l' expérience des utilisateurs et uti lisatrices ainsi que l'accès à la revue.Merci aux auteurs et autrices ainsi qu'aux lecteurs et lectrices de la RCEP pour votre soutien continu.Nous espérons que les modifications à venir du site Web et du système d' évaluation par les pairs de la revue soutiendront mieux vos activités de recherche.
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 | 0.012 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.010 | 0.006 |
| Open science | 0.004 | 0.007 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.844 | 0.759 |
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".