Démystifier la formule de financement des universités
Bibliographic record
Abstract
Les assises économiques justifiant les subventions publiques dans l’enseignement supérieur sont connues. L’apport des systèmes universitaires, par leurs diplômés et leur production scientifique, aura mené le progrès social et économique des dernières décennies. Dès lors, une question centrale associée à leur financement public consiste à déterminer comment transmettre les subventions aux établissements universitaires. C’est ce qu’on appelle communément une « formule de financement ». Le présent ouvrage vise à démystifier cette formule de financement. Au Québec, plus de 70 % du financement public s’appuie sur les inscriptions étudiantes. Ce livre explore donc les effets des modifications possibles à la structure de la formule de financement pour évaluer les effets redistributifs induits, mais aussi comment les établissements pourraient changer leurs comportements d’inscriptions. Le livre s’interroge aussi sur les réformes qui seraient susceptibles d’être endossées par différents établissements en fonction de leurs intérêts, de l’évolution historique des autres composantes du financement universitaire, et il développe des perspectives prévisionnelles de financement.
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 | 0.005 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.003 | 0.006 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.016 | 0.002 |
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".