Recommandations pour la mise en œuvre de balados de vulgarisation scientifique selon les écrits scientifiques et l’expérience du balado Être et Liberté
Bibliographic record
Abstract
Les balados de vulgarisation scientifique connaissent un essor marqué comme outil prometteur de mobilisation des connaissances auprès d’un large public, et particulièrement auprès des jeunes adultes. Cet article s’appuie sur la littérature scientifique et sur l’expérience de mise en œuvre du balado Être et Liberté, une initiative « par et pour les personnes étudiantes ». Ce balado s’inscrit au cœur de l’Observatoire sur la santé mentale étudiante en enseignement supérieur (OSMÉES) et a pour objectif de partager et de vulgariser aux personnes étudiantes des connaissances scientifiques sur la santé mentale. À partir de cette expérience et de la littérature scientifique, l’article propose des recommandations pour guider la mise en œuvre de balados de vulgarisation scientifique. Ces recommandations concernent l’adoption d’une démarche structurée et stratégique, le choix des personnes invitées et les collaborations, l’animation du balado, la présence sur les réseaux sociaux et les compétences requises pour mettre en œuvre un tel projet. L’expérience avec ce balado met en lumière comment la relève en recherche peut jouer un rôle actif dans la mobilisation des connaissances scientifiques, tout en soulignant l’importance de la collaboration compte tenu des ressources et des compétences requises pour mettre en œuvre et pérenniser de tels projets.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.010 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".