LA MISE EN OEUVRE DE LA METHODE ABC/ABM AU CANADA, EN FRANCE ET AU JAPON. ETUDE COMPARATIVE
Notice bibliographique
Résumé
Cette communication a pour but d'analyser les résultats d'une enquête internationale sur la mise en oeuvre de la méthode ABC/ABM conduite au Canada, en France et au Japon.. En ce qui concerne la France, nous avons obtenu 111 réponses aux questionnaires envoyés par l'intermédiaire de la DFCG. Sur cet ensemble, 20% des entreprises ont mis en place la méthode et 32% ont un projet en cours ou ont entamé une réflexion sur le sujet. Cette enquête est la première du genre sur ce sujet en France. Un test sur les non-réponses a été effectué en France afin de compléter l'étude et d'éviter les biais inhérents à ce type d'enquête. Les comparaisons des résultats entre les différents pays fournissent quelques éléments d'appréciation sur les types d'objectifs poursuivis et les difficultés rencontrées. Principalement, les coûts de mise en oeuvre et les freins culturels sont les principaux obstacles à l'utilisation de l'ABC/ABM. Le dépouillement pour la France des réponses qualitatives a permis d'aller plus loin dans l'analyse des facteurs favorables et défavorables à cette approche. Des différences significatives apparaissent entre les pays pris en compte
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,068 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,012 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».