Monographie du Centre local de développement (CLD) de Rimouski-Neigette
Bibliographic record
Abstract
Cette étude de cas sur le Centre local de développement (CLD) de Rimouski-Neigette s'inscrit dans une recherche sur les CLD et la gouvernance locale au Québec menée par une équipe de chercheurs dirigée par Benoît Lévesque(UQAM), Marguerite Mendell (Université de Concordia) et Louis Favreau (UQO). La réalisation de l'étude a été rendue possible grâce à la supervision de Carol Saucier (UQAR) et à la contribution d'intervenants de la MRC Rimouski-Neigette qui ont accepté de participer aux entrevues. Les informations recueillies l'ont été grâce à deux techniques qualitatives : des entrevues semi-dirigées et la recherche documentaire. Le présent rapport comporte trois parties dont voici quelques indications : Première partie : Contexte d'émergence. Cette partie décrit le portrait de la MRC Rimouski-Neigette pour ensuite nous présenter les conditions d'implantation du CLD. Deuxième partie : Le profil du CLD Rimouski-Neigette. Dans cette partie, l'accent est mis sur les dimensions institutionnelles et organisationnelles du CLD en question. Pour ce faire, on analyse respectivement les éléments de gouvernance, le PALÉE et les activités et services offerts ainsi que les fonds, volets et mesures disponibles. Troisième partie : Bilan et avenir du CLD Rimouski-Neigette. Cette dernière partie est consacrée, quant à elle, à dresser un bilan de l'ensemble des réalisations du CLD Rimouski-Neigette ainsi qu'à anticiper des perspectives d'avenir.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.025 | 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".