Bibliographic record
Abstract
L’université est marquée depuis nombre d’années par des tendances qui en accélèrent le changement. La situation est telle qu’à la demande du gouvernement, une vaste consultation a été déployée au Québec. Il en a découlé un rapport articulé autour de trois enjeux : collaborer tous azimuts pour optimiser les apports novateurs à la société ; captiver pour réussir la formation ; orchestrer savoir et société. Cet ouvrage collectif rassemble une dizaine de textes qui, sous des angles tout aussi diversifiés que complémentaires, proposent des réflexions sur l’avenir de l’université. On y aborde notamment des thèmes comme l’insertion professionnelle, l’équité entre les genres, les frontières entre les disciplines, la collaboration, le bien-être et la persévérance dans les études, la place du numérique et de l’intelligence artificielle, etc. Nous reprenons la formule éprouvée dans le cadre d’un précédent ouvrage collectif, à savoir un format d’écriture décontracté, en comparaison avec le classicisme des articles de recherche. Le présent ouvrage se veut une invitation à l’intention particulière de la relève professorale, mais concerne évidemment toute personne intéressée par le futur de l’université. Il propose des jalons pour alimenter échanges et débats sur les finalités qu’on devrait y poursuivre ainsi que les modalités pour les atteindre. Le tout, espérons-le, dans une conviviale collégialité.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.009 | 0.005 |
| Scholarly communication | 0.011 | 0.008 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.079 | 0.017 |
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".