Notice bibliographique
Résumé
Depuis l’avènement des grands moteurs de recherche qui ont démocratisé l’utilisation de l’informatique dans les foyers, l’idée de la possibilité de créer un jumeau numérique complet de la planète et de tous ses constituants s’est fait jour, commençant par la géographie du globe, puis zoomant au niveau d’un pays, d’une ville, d’une maison, d’une pièce et, pourquoi pas, d’un individu. Mais que nous faut-il comme données ( data ) pour modéliser cet individu et quelles sont celles dont nous disposons déjà ? Que savons-nous de ses habitudes, de ses besoins, de sa santé, de ses relations, de son comportement ? Pourrions-nous mettre en place des capteurs qui nous fourniraient ces données ? Disposons-nous des technologies nécessaires à la réalisation de cet objectif ? Un tel projet, s’il était réalisable pourrait-il être rentable ? Et nous pourrions poursuivre ce questionnement à volonté. Mais à l’heure où les ressources se font rares, où la planète court un danger écologique sans précédent, nous nous sommes posé la question de l’utilité pour l’homme d’un tel projet. Où devons-nous poser des barrières ? Comment mettre en place une stratégie positive sur la création et la valorisation des data ? Nous aborderons de façon très synthétique dans l’article cette question sous les angles technologique, économique, juridique et éthique.
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 | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,232 | 0,082 |
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 ».