La présentation de preuves scientifiques aide les décideurs à agir rationnellement
Bibliographic record
Abstract
preuves scientifiques aide les décideurs à agir rationnellement Mathieu Ouimet et Pierre-Olivier BédardLes décisions en matière de politiques publiques résultent de la conjonction de ce que certains politologues désignent comme les trois « I », c'est-à-dire les institutions (les valeurs, les coutumes, les normes, les lois, les règles, etc.), les intérêts (la politique, les groupes de pression, etc.) et les idées émanant d'une multiplicité de sources (élus, groupes de pression, experts, etc.).Plusieurs experts soutiennent que les savoirs scientifiques mériteraient d'être davantage mobilisés dans les cercles où se dessine l'action publique.Cette mouvance est particulièrement populaire dans les pays où la mission de la fonction publique dépasse les activités administratives traditionnelles visant le respect des lois et la surveillance des comptes publics.C'est le cas dans les pays où les activités d'analyse et d'évaluation de l'action publique sont pratiquées régulièrement (comme la Grande-Bretagne, les États-Unis, le Canada, l'Australie, etc.).Dans ce type de fonction publique, les analystes de politique jouent un rôle de courroie de transmission entre les lieux de production et de diffusion des savoirs scientifiques, d'une part, et les lieux où s'élaborent et se décident les actions publiques en réponse à des problèmes considérés comme prioritaires par les autorités compétentes, d'autre part.L'idée selon laquelle les savoirs issus de la recherche scientifique sont une source à considérer, voire à privilégier, dans les cercles d'élaboration des politiques publiques se justifie par le fait que certaines questions ne
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 | 0.016 | 0.044 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.007 | 0.008 |
| Science and technology studies | 0.007 | 0.006 |
| Scholarly communication | 0.020 | 0.009 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.006 | 0.008 |
| Insufficient payload (model declined to judge) | 0.037 | 0.009 |
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".