Notice bibliographique
Résumé
Sulkunen, P. (2016). Commentary: Knowledge is power, and power needs knowledge. The International Journal Of Alcohol And Drug Research, 5(1), 11-12. doi:http://dx.doi.org/10.7895/ijadr.v5i1.225In the years 2011–2015 I served on the expert committee of the foundation called ERAB, now a public charity, funded by the Brewers of Europe. Our task was to review grant applications to deliver half a million euros per year to research on alcohol consumption. There was no detectable indication that the proposals were biased to please the brewers, and certainly the decisions were not. However, things changed in 2015, when the Secretary General of the Brewers of Europe requested on behalf of the funders that 40% of the grant money should go to research aiming at “a better understanding of the effects of moderate beer consumption on the behaviour and health of individuals and society.” This was unacceptable to all experts on the committee, and the Chair of the Board of ERAB resigned in protest. After a battle between the Brewers and the expert committee, the formulation laid down was “more research on beer.” I could not accept this either, arguing that any external criteria beyond the quality of the proposals undermined the scientific integrity of the selecting experts.
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 | 0,021 | 0,177 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,011 | 0,015 |
| Communication savante | 0,009 | 0,013 |
| Science ouverte | 0,010 | 0,005 |
| Intégrité de la recherche | 0,092 | 0,094 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,017 |
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 ».