Bridging science communication and open science—Working inclusively toward the common good
Notice bibliographique
Résumé
The 2020–2022 pandemic highlighted concerns about “information disorders”, pressing for approaches capable of guiding the science-society alliance toward a mutually beneficial direction. This essay advocates for and presents a framework proposing the combination of Open Science (OS) and Science Communication (SciComm) practices. OS encourages public access to scientific material, while SciComm has historically enabled public understanding of scientific knowledge. Despite their similar goals, these two communities are disconnected. We draw on the concepts of “boundary object” and “epistemic trust” to demonstrate how this framework could foster a bond between scientific expertise and public reason toward an informed and inclusive common good. The OS-SciComm framework is based on the notion that ensuring transparency in science also requires “bridging tools” that deal with the complexity of scientific lexicon and processes. It values scientific expertise, but does not undermine citizens' capabilities in information processing and their interest in accessing scientific outputs. Our proposal also acknowledges controversies involving open scientific materials during the COVID-19 pandemic and advises caution when drawing conclusions from cases that are often context-specific. The OS-SciComm framework requires innovative ideas, platforms and actions. We invite both communities to join us in this endeavor.
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 | 0,069 | 0,094 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,015 | 0,081 |
| Communication savante | 0,035 | 0,045 |
| Science ouverte | 0,003 | 0,043 |
| Intégrité de la recherche | 0,017 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».