Notice bibliographique
Résumé
Comment traiter et analyser à l’aide de l’ordinateur des résultats d’interrogation de bases de données bibliographiques pour étudier les caractéristiques de la littérature sur un sujet donné ? C’est la question à laquelle cette recherche tente de répondre en prenant pour sujet les aspects cognitifs en sciences de l’information. La démarche réalisée se compose de quatre étapes principales soit : 1) la collecte des données (références bibliographiques extraites de LISA et de ERIC); 2) le traitement (tri, codification, uniformisation et fusion) des données recueillies; 3) l’analyse des données traitées pour en extraire les caractéristiques de la littérature; et 4) la présentation et l’utilisation des résultats de l’analyse. Lors de l’application de cette méthode, deux logiciels ont surtout été utilisés : un traitement de texte (WordPerfect) et un système d’analyse de texte (SATO).
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,019 | 0,041 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,011 | 0,035 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».