Pratiques et évaluations scientifiques à la loupe de la bibliométrie. Pistes et critères pour les sciences sociales. Recherches menées par Yves Gingras
Bibliographic record
Abstract
Yves Gingras, professeur à l’Université du Québec à Montréal (UQAM), a consacré une bonne part de ses travaux à la bibliométrie. En 1997, il a participé à la création de l’Observatoire des sciences et des technologies (OST) et il occupe depuis 2005 la Chaire de recherche du Canada en histoire et sociologie des sciences. Titulaire d’une maîtrise en physique et d’un doctorat en histoire et sociopolitique des sciences, il est passé par Harvard, le Massachussetts Institute of Technology (MIT), ou encore l’École des Hautes Études en sciences sociales (EHESS). C’est dire si Yves Gingras connaît bien les différents aspects de la recherche à la fois en sciences « exactes » et en sciences sociales, aussi bien en Amérique du Nord qu’en Europe. C’est à ce titre, qu’Yves Gingras est intervenu dans le débat sur l’évaluation des universités et des chercheurs. Il a en effet mené avec ses collaborateurs des recherches bibliométriques minutieuses, étayant des thèses d’autant plus convaincantes qu’elles sont soutenues par des données rigoureusement établies. Dans une première partie de cet article, nous présentons une synthèse de ses positions concernant la question de l’évaluation. Dans la deuxième partie, nous analysons plus spécifiquement la question des usages de la bibliométrie appliquée notamment aux sciences sociales et humaines.
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 | 0.018 | 0.045 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.009 | 0.016 |
| Science and technology studies | 0.011 | 0.020 |
| Scholarly communication | 0.029 | 0.024 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.006 | 0.010 |
| Insufficient payload (model declined to judge) | 0.036 | 0.011 |
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".