La certification de contenus collaboratifs à l’agence photo Citizenside
Notice bibliographique
Résumé
La pertinence du journalisme participatif – ou collaboratif – est analysée et interrogée ici par l’auteur à travers l’étude de cas de Citizenside, jeune agence photo professionnelle dont l’Agence France-Presse détient 34%, qui collecte en ligne les images de contributeurs et les revend pour eux aux médias mainstream. L’enjeu principal porte sur la vérification des contenus reçus : au-delà des pratiques nouvelles, des procédures et outils nouveaux (métadonnées, géolocalisation et community management), il révèle, au fond, l’application de fondamentaux anciens du journalisme, à savoir le croisement des sources, l’investigation approfondie et la mise en attente de la publication en cas de doute. L’intérêt du modèle va même plus loin, avec l’amélioration des compétences des contributeurs. Dès lors, ceux-ci ne peuvent plus être considérés comme de véritables « amateurs ». La collaboration des différents acteurs de ce nouveau circuit d’information profite ainsi à chacun d’entre eux. La dimension de ce nouveau dispositif média, pour l’instant confidentielle, est-elle amenée à s’élargir ? Et quels défis cela pose-t‑il ?
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 | 0,033 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,006 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,013 | 0,009 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,009 |
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 ».