Enseignants-chercheurs et « lanceurs d’alerte » : les spécificités d’une mobilisation coûteuse
Bibliographic record
Abstract
Le statut de lanceurs d’alerte et aujourd’hui populaire. Même s’il bénéficie de plus en plus d’une protection juridique, il reste difficile à porter, car la dénonciation de faits supposés délictueux a un coût pour la personne qui prend le risque de la porter, et ce, d’autant plus dans des mondes clos, fermés, où la culture et les traditions de la maison ou de l’institution dominent. Tel est le cas dans les universités où le coût et le risque pour le lanceur d’alerte sont d’autant plus élevés que le statut n’est pas reconnu et que la gouvernance privilégie la défense de l’institution. Elle mobilise pour cela les mesures disciplinaires et les pressions liées à la carrière, de la promotion à l’accès à la recherche. Cette attitude de l’institution est aussi parfois confortée par l’ostracisme des pairs et leur refus de s’engager. En se basant sur l’analyse des décisions du Conseil national de l’enseignement supérieur et de la recherche (CNESER), cour d’appel des commissions disciplinaires des universités, et sur des entretiens avec des enseignants-chercheurs ayant subi les conséquences disciplinaires, morales et psychologiques de leur posture de lanceur d’alerte ainsi qu’avec leurs avocats et soutiens, l’article essaie de comprendre et d’expliquer pourquoi il est difficile de se revendiquer lanceur d’alerte à l’université. Il propose également quelques pistes d’amélioration.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.010 | 0.007 |
| Scholarly communication | 0.010 | 0.007 |
| Open science | 0.001 | 0.009 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.021 | 0.003 |
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".