Changement de gouvernance et communautés open source : le cas du logiciel Claroline
Notice bibliographique
Résumé
Depuis le milieu des années 1990, les logiciels libres et open source intègrent progressivement la sphère économique et entraînent le développement de grandes communautés en ligne. Bien que ces communautés aient été largement étudiées, leur cohabitation avec les éditeurs de logiciels reste cependant mal maîtrisée. Plus précisément, le rôle que peuvent jouer ces communautés au-delà de leur contribution technique est sous-étudié. Dans notre recherche, nous questionnons le rapport entre un éditeur et sa communauté en prenant pour unité d’analyse la réaction de la communauté face à des changements stratégiques de gouvernance initiés par l’éditeur. Afin d’atteindre notre objectif, une étude longitudinale s’imposait. Claroline est un projet populaire de Learning Management System open source dont sont issus, directement ou indirectement, plusieurs autres projets open source . Compte tenu de sa diffusion, de l’évolution de sa gouvernance, de ses forks et de sa résilience, Claroline présentait un terrain de recherche idéal pour comprendre les dynamiques communautaires. Finalement, nos résultats montrent que les communautés libres et open source peuvent être à l’origine de résistances et entraver la mise en œuvre de certaines décisions stratégiques liées notamment aux modes de gouvernance. Codes JEL : L17
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 | 0,007 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,006 | 0,010 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 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 ».