Le « Big Data » : opportunité et prudence
Notice bibliographique
Résumé
L’essor de la technologie dans les organisations rend désormais possible la collecte et l’accès à des quantités massives d’informations de diverses natures et provenant de différentes sources (c.-à-d. des mégadonnées ou « Big Data »), permettant ainsi de mesurer et de comprendre sous un nouvel angle la complexité du vécu des employés en milieu de travail. Le premier objectif de cet article est de présenter sommairement la façon dont l’accessibilité croissante des mégadonnées a le potentiel de révolutionner la recherche et la pratique dans le monde du travail. Par ailleurs, le second objectif est d’exposer certaines limites et certaines vigilances à avoir en tant que chercheur, à l’égard des enjeux éthiques liés à l’accès, à l’utilisation, et à l’interprétation de ces mégadonnées. Quelques pistes de réflexion concernant l’élaboration de devis, le consentement lié à la participation et la multiplicité des acteurs impliqués dans ce nouveau type de recherche organisationnelle sont proposées.
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 | 0,042 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,019 |
| Communication savante | 0,026 | 0,028 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».