Notice bibliographique
Résumé
I don’t write unless I get invited to. It’s not that I’m so important or famous or in demand. It’s that I tend to have a comically bad time getting through blind peer review, to the extent that it takes me years sometimes to get an article accepted. In at least one instance, I had a conference paper proposal rejected by a reviewer acting on behalf of the same program committee that, simultaneously and on the basis of the same research, had invited me to deliver the keynote address. An editor at a flagship new media journal very strongly pushed me, in the first piece I had written as a new professor, to take out all the things that had made the article fun for me to write, things that made it more readable, vivid, and effective. It was a paper about rhetoric and metaphor that was forbidden from employing rhetoric and metaphor to make its argument. The fate of the following sentence was the subject of a surprisingly long email chain: “Language may shift our view of the world, but a popular consensus on vocabulary and metaphor does not necessarily alter the material operation of that world: tucking a flower into a gun barrel creates a powerful visual symbol, but does not preclude the florist being shot” (Morrison 74). These editors, and others since, operationalize the idea that scholarly writing has a specific voice in which its arguments must be expressed, which seems to be much flatter, less spiky or silly,1 literal rather than figurative, impersonal, distinguished from my own style of writing by its formality and earnestness.
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 | 0,010 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,058 |
| Communication savante | 0,013 | 0,014 |
| Science ouverte | 0,001 | 0,010 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».