Notice bibliographique
Résumé
Notre corpus principal se compose d’articles issus de trois journaux québécois et a été analysé en profondeur. Notre corpus secondaire – utilisé à des fins comparatives pour certains aspects de la recherche – est constitué d’articles du Toronto Star. Les deux corpus sont détaillés dans deux feuilles Excel.ARTICLES DU TORONTO STARLa feuille Excel ci-dessous renseigne le lecteur sur tous les articles de notre corpus.Colonne A : Les articles sont numérotés dans un ordre chronologique, à titre informatif.Colonne B : Cette colonne indique le titre principal de l’article.Colonne C : Nous y avons indiqué tout autre titre qui accompagnait l’article.Colonne D : Elle indique la date de publication de l’article.Colonne E : Cette colonne indique les auteurs ou auteures des différents articles. S’il s’agit d’une lettre d’un lecteur, nous avons indiqué le nom du lecteur ayant écrit. Si seul un nom d’agence était indiqué, nous avons apposé le nom de l’agence en question. Une mention Inconnu se trouve dans les cas où ni auteur ni agence n’était mentionné.Colonne F : Nous y avons indiqué, à titre informatif, le nombre de mots de l’article.Colonne G : Nous avons indiqué s’il s’agissait, selon notre perception, plutôt d’un article d’opinion ou d’information, ou alors s’il s’agissait d’une critique (de livre ou de film).Colonne H : Nous avons transcrit la section de publication telle que fournie par le logiciel Eurêka.Colonne I : Nous indiquons ici de manière succincte le thème principal au coeur duquel paraît le mot sikh ou ses dérivés au sein de l’article. Les thèmes se répètent, ce qui nous a permis de constituer des statistiques.Colonne J : En quelques mots, nous résumons le contenu du passage retenu pour l’analyse.Colonne K : À des fins d’information, cette colonne contient le nombre d’occurrences du mot sikh (ou de ses dérivés) dans chaque article.Colonne L : Nous offrons dans cette colonne divers renseignements supplémentaires, notamment des indications de la présence de doublons (quand deux articles au même titre et presque au même nombre de mots coexistaient dans nos recherches initiales).Colonne M : Cette colonne contient les entrées bibliographiques complètes telles qu’elles se retrouvent dans la bibliographie du mémoire.Rappel : Ce corpus est composé de tous les articles contenant le mot « sikh » et ses dérivés publiés en 2017 et en 2018 dans le Toronto Star. Il s’agit en tout de 166 articles. La recherche a été effectuée par le logiciel Eurêka.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,009 | 0,017 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,633 | 0,253 |
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 ».