MétaCan
Menu
← Retour à la cohorte
Enregistrement W3138301744

Contenus en ligne, plateformes numériques et gouvernance : des défis transnationaux (Veille internationale sur la culture et le commerce numérique, n°12)

2021· article· fr· W3138301744 sur OpenAlexaboutno aff
Antonios Vlassis

Notice bibliographique

RevueORBi (University of Liège) · 2021
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueCultural Industries and Urban Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le rapport de mars met tout d'abord en évidence la compatibilité entre l'accord entre les États-Unis, le Mexique et le Canada (AEUMC) et un nouveau projet de loi mexicain visant à réduire la puissance des plateformes de médias sociaux, et analyse les développements récents dans le cadre des négociations sur la fiscalité numérique et celles sur le commerce électronique.Deuxièmement, il se tourne vers plusieurs initiatives politiques concernant la gouvernance des plateformes en ligne.L'accent sera mis sur l'Inde, la Chine, l'Australie et les États-Unis.Accords commerciaux, technologies numériques et culture Le Mexique, la loi sur les télécommunications et l'AEUMC Au Mexique, Ricardo Monreal, le chef du Mouvement national de régénération (MORENA) au sein de la Chambre haute du Parlement, a proposé un projet de loi de 52 pages visant à restreindre la puissance des plateformes de médias sociaux et à accorder un pouvoir considérable à l'Autorité régulatrice des télécommunications du pays.L'amendement proposé à la loi fédérale sur les télécommunications obligerait les entreprises de médias sociaux comptant plus d'un million d'utilisateurs, y compris Facebook, YouTube ou Twitter, à « demander l'autorisation » auprès de l'Instituto Federal de Telecommunications (IFT), le régulateur mexicain des télécommunications, afin de continuer d'opérer dans le pays.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,160
Score d'incertitude au seuil0,319

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0040,007
Communication savante0,0100,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,025
Tête enseignante GPT0,248
Écart entre enseignants0,223 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueORBi (University of Liège)→Même sujetCultural Industries and Urban Development→Travaux en français237 207→