MétaCan
Menu
Retour à la cohorte
Enregistrement W2804810095 · doi:10.7202/1045309ar

Les paradigmes de la revue Criminologie : auteurs, revues et disciplines qui ont marqué son histoire

2018· article· fr· W2804810095 sur OpenAlexaffvenue
Chloé Leclerc, Fyscillia Ream, David Décary-Hêtu, Benoît Macaluso, Vincent Larivière

Notice bibliographique

RevueCriminologie · 2018
Typearticle
Languefr
DomaineMedicine
ThématiqueHistorical and Scientific Studies
Établissements canadiensUniversité du Québec à MontréalBibliothèque et Archives nationales du QuébecUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Cet article vise à décrire les influences intellectuelles de la revue Criminologie . Pour ce faire, les 19 813 références faites par les articles publiés dans la revue Criminologie au cours des 40 dernières années sont analysées de manière à dégager l’influence qu’elles ont pu avoir sur les auteurs de la revue. Les auteurs, revues et disciplines les plus influents sont répertoriés et mis en relation avec les caractéristiques des articles qui les citent. Les résultats montrent que le savoir qui inspire les auteurs de la revue est très décentralisé : aucun auteur ou revue ne peut prétendre avoir un ascendant sur un nombre important d’auteurs de Criminologie . Les auteurs et les revues les plus cités sont ceux qui ont su se diversifier et retenir l’attention d’un large auditoire qui travaille avec des traditions de recherches différentes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,661
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,006
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,446
Tête enseignante GPT0,413
Écart entre enseignants0,033 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCriminologieMême sujetHistorical and Scientific StudiesTravaux en français237 207