L’expertise et l’information dans la gouvernance de la crise sanitaire au Québec
Bibliographic record
Abstract
Durant la pandémie de COVID-19, le rôle des experts, des sondages et des statistiques a été mis à l’avant-plan de la gestion de la crise sanitaire au Québec. Cette situation fait naître les craintes d’une gouvernance par les experts (épistocratie) et par les nombres (numérocratie). L’analyse de la législation et de cas reliés à des mesures sanitaires montre qu’il est complexe de conclure à l’existence de l’épistocratie et de la numérocratie. Le présent article propose un cadre juridique pour analyser ces phénomènes normatifs, soit celui du droit de la gouvernance. Le droit de la gouvernance offre une autre explication de l’expertise et de l’information, alors que celles-ci sont comprises comme des données légitimantes des décisions prises pendant la crise sanitaire. Dans cette perspective, il s’agit moins d’une gouvernance par les experts et les nombres que d’une gouvernance avec les experts et les nombres.
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 | 0.008 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.011 | 0.019 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 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 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".