Shortcuts and Dead Ends: Control Issues With Online User-Generated Content
Notice bibliographique
Résumé
Increasingly, internet users are creating and sharing content through a variety of socially-based websites. This includes sharing images, videos, stories, diary-like text, and personal information with others. With all of this information being created, what happens to user content once it has been uploaded to a site and effectively removed from the user's hands? We set out to explore this question within some of the popular user content hosting sites on the Internet. In doing so, we discovered a flawed paradigm wherein sites offer little guarantees as to service, but limit the precautionary measures that users can take themselves.De plus en plus, les internautes créent et partagent du contenu sur des sites web sociaux, notamment des images, des vidéos, des histoires, des entrées de journaux « intime » et des renseignements personnels. Par contre, qu'arrive-t-il lorsque le contenu de l'utilisateur est placé sur un site, hors du contrôle du créateur? Nous avons décidé d'explorer cette question sur certains sites sociaux populaires. Les résultats démontrent un paradigme imparfait où les sites offrent peu de garanties de service, mais limitent les mesures de précaution que peuvent prendre les utilisateurs.
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 | 0,031 | 0,125 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,023 |
| Communication savante | 0,022 | 0,030 |
| Science ouverte | 0,005 | 0,009 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».