La recherche scientifique au temps des réformes économiques : La place des sciences de l’éducation dans le débat actuel
Bibliographic record
Abstract
L’essor des pays industrialisés a été particulièrement marqué par le développement technoscientifique, teintant et transformant de façon permanente les sociétés à l’intérieur desquelles a pris naissance le germe du progrès (Barma & Guilbert, 2006). En effet, la définition du lien science-technologie-société ne date pas d’hier et a couramment été décrite par son abondant réseau de relations (Aikenhead, 1992; Fourez, 1994; Gardner, 1997). À titre d’exemple, les gouvernements ont souvent, par le passé, fait reposer leurs politiques sur l’avis de scientifiques pour en légitimer la pertinence. En contrepartie, il incombait aux scientifiques de communiquer leurs découvertes, afin d’en partager les retombées et d’en débattre avec l’ensemble des publics composant la société (Grisé, 2013). Toutefois, il est relevé qu’actuellement, au Québec et dans l’ensemble du Canada, le développement des différents champs scientifiques traverse une période charnière de son histoire. Aujourd’hui, plus que jamais, on remarque que les sciences ne sont pas exemptes des décisions humaines qui les façonnent (Fourez, 2002). La tension sociopolitique exercée sur ces dernières, a fortiori en matière de financement et de diffusion, est désormais en mesure d’infléchir leurs courses, de telle sorte qu’elles s’en voient altérées, voire compromises.
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 | 0.007 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.008 | 0.017 |
| Scholarly communication | 0.014 | 0.008 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.011 | 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".