Éditorial : mini-numéro spécial sur le projet de Loi 23
Bibliographic record
Abstract
LOI 23Ce numéro se distingue sur plusieurs points.Il s'agit du deuxième de nos numéros généraux à contenir un mini-numéro spécial.Et ce mini-numéro spécial est véritablement distinctif, voire sans précédent dans les annales des revues, puisqu'il est le fruit d'une préoccupation partagée et d'un appel simultané lancé par trois revues en éducation au Québec : Revue des sciences en l'éducation, Formation et profession et McGill Journal of Education/Revue des sciences de l'éducation de McGill (MJE/RSEM).Cet appel invitait les auteur•rice•s à réfléchir aux implications, tant locales qu'internationales, du projet de loi 23 du Québec (désormais adopté), lequel renforce la concentration des pouvoirs entre les mains du ministre de l'Éducation et accélère la formation des enseignant•e•s.Les rédacteur•rice•s invité•e•s principaux•ales de ce mini-numéro spécial dans le MJE/RSEM étaient Simon Collin (UQAM), Geneviève Sirois (Université TELUQ) et Paul Zanazanian (McGill).Dans leur éditorial du mini-numéro spécial, ils expliquent plus en détail l'orientation du numéro et présentent les trois articles qui y figurent.Nous aborderons d'abord l'éditorial du numéro spécial, puis celui du numéro général.Ce numéro thématique de la Revue des sciences de l'éducation de McGill/McGill Journal of Education que nous (Simon Collin, Geneviève Sirois et Paul Zanazanian) coordonnons résulte d'une collaboration inédite avec deux autres revues savantes québécoises : La revue des sciences de l'éducation et Formation et profession: revue scientifique internationale en éducation.Ce partenariat reflète l'ampleur des débats sociaux suscités par la Loi 23, laquelle prévoit entre autres une centralisation accrue de la gouvernance scolaire, l'abolition du Comité d'agrément des programmes de formation à l'enseignement, une réforme du Conseil supérieur de l'éducation et la
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 | 0.009 | 0.032 |
| Meta-epidemiology (narrow) | 0.005 | 0.001 |
| Meta-epidemiology (broad) | 0.004 | 0.004 |
| Bibliometrics | 0.007 | 0.002 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.012 | 0.005 |
| Open science | 0.005 | 0.005 |
| Research integrity | 0.023 | 0.017 |
| Insufficient payload (model declined to judge) | 0.031 | 0.016 |
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".