Le transfert de modèles d'éducation-formation à l'ère de la mondialisation : étude de cas entre le Canada et le Maroc
Bibliographic record
Abstract
Cette étude doctorale porte sur le transfert de modèles dans le domaine de l’éducation et la formation, qui fait de plus en plus partie des instruments utilisés par des acteurs de politiques éducatives et du monde de l’entreprise, pour l’élaboration de réformes visant l’amélioration des systèmes d’éducation-formation et le rehaussement de leur qualité et de leur efficacité, dans une conjoncture mondiale marquée par l’importance de l’économie du savoir et de l'innovation. Elle se base sur deux études de cas de transfert de modèles d’éducation formation entre le Canada et le Maroc. Notre objectif principal est la participation à la définition du phénomène de transfert de modèles en éducation et formation et à l’approfondissement de son concept alors que ce type de partenariats réalisés dans le cadre de la coopération internationale est encouragé par des gouvernements, des organismes et des réseaux nationaux et internationaux. Au niveau méthodologique, nous avons mené une étude de terrain qui a compté 14 entrevues et les données recueillies ont été soumises à une analyse qualitative manuelle précédée par une étude exploratoire de quatre entrevues, et à une analyse par statistique textuelle au moyen du logiciel Alceste. Les résultats de cette recherche ont amené à une définition du concept de transfert de modèles en éducation et formation et à une description de son processus, dont la continuité se révèle être propulsée par celui de la convergence de visions des acteurs et des pays partenaires tout au long de leur histoire partenariale en lien avec un contexte mondial en évolution.
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 | 0.003 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.007 | 0.008 |
| Scholarly communication | 0.009 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 0.001 |
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".