Notice bibliographique
Résumé
du ou de la responsable* : Mathieu Daëron Identifiez les autres parties prenantes* Nom de l'entité Nom du ou de la responsable de l'entité ISTeP Olivier LACOMBE GEOPS Christophe COLIN LiPhy Bahram HOUCHMANDZADEH Grand public 1 non Ajoutez des lignes si besoin Principes de la charte de réutilisation des données RéciprocitéLe principe de réciprocité porte sur le fait que l'équipe projet et les autres parties prenantes échangent sur les savoirs et connaissances partagés, notamment en matière d'enrichissement des données.-Avez-vous prévu d'enrichir les données entrantes de votre projet ?Si oui, prévoyez-vous d'en informer les autres parties prenantes qui les ont fournies ?Le projet n'accueille pas de données entrantes extérieures, elles sont fournies directement par l'équipe.-Pour les données sortantes de votre projet, souhaitez-vous que les autres parties prenantes les enrichissent ?Si oui, quels apports attendez-vous ?Non, il n'est pas attendu des autres parties prenantes qu'elles enrichissent les données sortantes du projet.-Quand vos données sortantes sont enrichies par d'autres parties prenantes, quel mécanisme avez-vous mis en place pour recueillir ces enrichissements ?Dans le cas d'enrichissements, leurs définitions sont réalisées de manière collaborative lors des publications scientifiques.
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 | 0,026 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,011 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 0,015 |
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 ».