Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Considérée comme la forme de criminalité du XXI e siècle, la cybercriminalité est un phénomène complexe. L’écosystème de la cybersécurité doit répondre à un large éventail de menaces numériques dont les causes et les impacts sont rarement très bien compris. Les données et les statistiques sur la problématique sont innombrables, accentuant ainsi la confusion sur la compréhension. Cet article a pour objectif de comparer la conceptualisation de la cybercriminalité d’un échantillon diversifié d’organisations œuvrant dans le domaine de la cybersécurité. Ainsi, cette recherche analyse le contenu de treize rapports portant sur la cybercriminalité, produits par le même nombre d’organisations, pour l’année 2014. Plusieurs éléments sont comparés, dont les définitions opérationnelles employées, les typologies de cybermenaces mesurées, les concepts analogues à la cybercriminalité abordés, les méthodologies utilisées et les prédictions envisagées. Les résultats suggèrent que, malgré les préoccupations partagées à l’égard de cette problématique, il demeure une grande hétérogénéité dans les définitions des concepts centraux dans les rapports, dans les typologies de cybermenaces ainsi que dans les tendances prédictives.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle