Sci‐Hub: The new and ultimate disruptor? View from the front
Notice bibliographique
Résumé
The Harbinger project was a 3‐year‐long international study of the changing attitudes and behaviours of early career researchers (ECRs). One of the aims of the project was to discover if ECRs were adopting disrupting platforms that, legitimately or illegitimately, promote openness and sharing. It has been alleged that such an adoption appeals to them as Millennials. More than 100 ECRs from seven countries were questioned annually, and questions about Sc‐Hub were raised as part of discussions about discovery and access. Interview data were supplemented by desk research and Google Trends statistics. It was found that Sci‐Hub use was increasing and that a quarter of the ECRs now use it, with French ECRs being the biggest users. However, Sci‐Hub is making little headway with ECRs from the UK, USA, Malaysia, and China, although in China's case, this can be explained by it being banned and the country having its own equivalent, www.91lib.com . Sci‐Hub is used as much for convenience as necessity; use is not connected to the strength of library provision and and it has been suggested that it represents a bigger threat to publishers than ResearchGate, whose star might be waning.
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 | 0,011 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,010 |
| Études des sciences et des technologies | 0,009 | 0,012 |
| Communication savante | 0,027 | 0,020 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,004 |
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 ».