L’éthique de la recherche dans les espaces en ligne : clarification de quelques notions
Notice bibliographique
Résumé
Sous quelles conditions peut-on utiliser les traces – écrites, visuelles, sonores et autres – disponibles en ligne comme données de recherche sans s’inquiéter du consentement des individus qui en sont à l’origine ? Cette question, centrale dans les discussions sur les enjeux éthiques de la recherche en ligne, a largement été traitée par diverses instances normatives de la recherche sous l’angle du respect de la vie privée. Mais la transposition aux contextes numériques de la distinction privé/public soulève plusieurs problèmes résultant pour la plupart de confusions d’ordre conceptuel. Cet article s’efforce d’y remédier en proposant cinq clarifications portant sur : le statut public ou privé des traces numériques en regard de leur accessibilité, la conscience de cette accessibilité par les personnes qui génèrent ces traces, la distinction entre le privé et l’intime, les liens entre visibilité et publicité des contenus, et la manière dont cette publicité peut être amplifiée par la recherche.
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 | 0,041 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,071 |
| Communication savante | 0,023 | 0,043 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».