Bibliographic record
Abstract
Le 11 mars 2020, l’Organisation mondiale de la santé déclarait que l’épidémie de COVID-19 s’était transformée en pandémie. Deux ans après le signalement des premiers cas, plus de six millions de personnes sont décédées et, encore aujourd’hui, les efforts de vaccination mondiale sont insuffisants pour enrayer la catastrophe. La vélocité de propagation du virus, la hausse de la détresse psychologique de la population ainsi que la décision des gouvernements d’avoir mis l’économie sur pause alors que le Québec fait face à une pénurie de main-d’œuvre font partie des nouvelles variables avec lesquelles les décideurs doivent composer. Cet ouvrage porte sur la gouvernance en temps de pandémie ainsi que sur le rôle de l’État par rapport à la crise. Divisé en 17 chapitres, il permet de mieux comprendre la crise, ses conséquences sur les institutions, la société, l’éducation, le développement économique et les finances publiques, pour ne nommer que ces secteurs d’activité. Il s’adresse à tous ceux qui participent de près ou de loin à la prise de décisions gouvernementales en temps de crise, que ce soit à titre de hauts fonctionnaires ou de politiciens. Les étudiants en administration publique et en science politique y trouveront également leur compte.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.019 | 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".