Attacks intended to block access to information
Notice bibliographique
Résumé
The problem of attacks by those who feel threatened by scientific evidence has existed for hundreds of years.1 In the USA, researchers who examine controversial safety-related issues and the institutions that support their studies are well known to have been the targets of threats. Among the topics that have generated storms of conflict in the injury field are firearms laws and requirements that motorcyclists wear helmets.23 It is, perhaps, not so well known that the sources that provide information are also at risk from those who disagree with some of the content. Almost from its inception, SafetyLit4 (a no-cost, World Health Organization-affiliated online resource for current and older injury-related research articles) has received emailed comments from readers who disagreed with part of its content. The early messages simply pointed out possible conflicts of interest by the authors of editorials or policy statements and methodological problems with certain published studies. As the number of visitors to the SafetyLit website increased (>53 000 unique visitors during the first week of December 2007), so did the problem of reader protests. In 2003, the US invasion of Iraq precipitated protests from subscribers in Canada and Eastern Europe. More than 3000 SafetyLit email subscribers expressed their dissatisfaction with the USA and opposition to the war by …
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 | 0,036 | 0,268 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,007 |
| Communication savante | 0,013 | 0,022 |
| Science ouverte | 0,002 | 0,017 |
| Intégrité de la recherche | 0,015 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,178 | 0,166 |
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 ».