Bibliographic record
Abstract
Notre article étudie la participation citoyenne dans l’ordre juridique marocain à travers le cas des pétitions présentées au Chef du gouvernement entre 2017 et 2021. Suivant une approche jus positiviste réaliste, il s’intéresse aux conditions et modalités qui permettent l’exercice de ce droit ainsi qu’à la relation asymétrique qui s’établit avec ce même Chef du gouvernement. Le droit de pétitions appartient aux citoyens marocains jouissant de leurs droits civils et politiques et inscrits sur les listes électorales générales, cependant, le titulaire du pouvoir exécutif ne donne que rarement suite à ces interpellations. Nous verrons que l’irrecevabilité fréquente des pétitions transforme l’engagement citoyen en un moyen de prise de parole et de responsabilisation du Chef du gouvernement chaque fois que des causes importantes reçoivent des réponses négatives ou qu’elles aboutissent à la disqualification de leurs auteurs. Nous démontrerons également comment le traitement de ces pétitions conduit à des usages contrastés du droit applicable et comment son glissement consultatif s’affirme pour légitimer de prétendues actions gouvernementales. L’effectivité et l’efficacité du droit de pétitions font partie intégrante de notre analyse, ce qui sert à dévoiler les pratiques développées en la matière.
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 | 0.004 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.010 | 0.004 |
| Scholarly communication | 0.008 | 0.002 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.019 | 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".