Études québécoises : de quelles études et de quel Québec est-il question(s) ?
Bibliographic record
Abstract
L'important, ce n'est pas tellement d'écrire sur le Québec que d'écrire à partir du Québec.Fernand Dumont 1. De quelles études et de quel Québec est-il question(s) ?La question de la question n'est pas rhétorique.Toute question repose sur nos propres démarches réflexives lorsqu'il s'agit d'appréhender par les sens la réalité qui nous entoure.Poser une question, c'est, en se fondant sur notre expérience préalable, mobiliser nos sens et notre entendement pour mieux saisir cette réalité fugace, polyvalente et multiforme, en la captant.Cette captation s'en trouve facilitée par les catégorisations qui sont les nôtres : nous répartissons en catégories les aspects de la réalité selon des attributs qui nous semblent aller de soi -ils nous apparaissent naturels -et communs à tous.La captation permet ensuite l'ordonnancement de la réalité afin de la rendre compréhensible : les questions suscitent l'enfantement de réponses, souvent partielles, parfois partiales.Ce processus de questionnement pour établir la compréhension du monde, cette mobilisation des sens et de l'entendement pour capter la réalité, nous le définissons comme une étude.En effet, les études ne sont pas comprises comme de simples activités d'accumulation de données, de compilation de faits
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.006 |
| Science and technology studies | 0.020 | 0.014 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.015 | 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".