MétaCan
Menu
Back to cohort
Record W4416878290 · doi:10.4000/1597w

Enseignants-chercheurs et « lanceurs d’alerte » : les spécificités d’une mobilisation coûteuse

2025· article· W4416878290 on OpenAlexvenueno aff
Pierre Camus, Sabrina Ghallal, Thierry Côme

Bibliographic record

VenueÉthique Publique · 2025
Typearticle
Language
FieldSocial Sciences
TopicEducation, sociology, and vocational training
Canadian institutionsnot available
Fundersnot available
KeywordsPersonal autonomyContext (archaeology)Order (exchange)Secrecy

Abstract

fetched live from OpenAlex

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.013
metaresearch head score (Gemma)0.012
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMetaresearch, Meta-epidemiology (narrow), Science and technology studies, Research integrity
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.669
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0130.012
Meta-epidemiology (narrow)0.0000.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.002
Science and technology studies0.0010.002
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0020.002
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.243
GPT teacher head0.451
Teacher spread0.209 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designTheoretical or conceptual
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueÉthique PubliqueSame topicEducation, sociology, and vocational trainingFrench-language works237,207