Rhizome de l’écosystème du numérique universitaire français et nouvelle gouvernance : Mutualisation, gouvernance et numérique universitaire
Bibliographic record
Abstract
Nous proposons de caractériser l’organisation du numérique universitaire français, en examinant ses processus de fabrication, de fonctionnement et de gouvernance en interrogeant le concept de rhizome, développé en 1980 par Deleuze et Guattari. Par numérique universitaire français, nous entendons les technologies numériques qui sous-tendent le fonctionnement et la gestion de l’enseignement supérieur. Cet article vise à décrire les diverses formes organisationnelles observées (associations, groupements d’intérêt public, consortiums, établissements publics…), ainsi que leurs interactions, en adoptant une approche catégorielle dans une volonté de rendre intelligible cette organisation profondément organique, qui se développe de manière discrète par l’interaction des acteurs qui la composent. L’analyse de cette dynamique permet d’appréhender la complexité de l’écosystème numérique universitaire français et de comprendre comment les acteurs impliqués collaborent, interagissent et influencent l’évolution du système formant ainsi une forme de nouvelle gouvernance. En scrutant, au moyen d’entretiens menés ces deux dernières années ou d’informations récoltées de manière formelle et informelle, les mécanismes de cet écosystème, nous mettons en lumière les modes d’action des différents acteurs tels que les universités, les entreprises technologiques et les organismes publics. Cette approche offre une perspective rhizomique afin de permettre d’envisager l’évolution du numérique dans l’enseignement supérieur français.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".