2 COMMENT LES REVUES RÉPONDENT-ELLES À L’IA
Notice bibliographique
Résumé
COMMENT LES REVUES RÉPONDENT-ELLES À L'IAPour formuler sa position et sa stratégie quant au recours à l'IA, la RDO a mis sur pied un groupe de recherche et de travail chargé de mener un examen approfondi des pratiques des revues, tant juridiques que non juridiques, et d'étudier leurs politiques respectives sur l'IA, le cas échéant.Cet examen exhaustif vise à obtenir des renseignements et à identifier les meilleures pratiques à partir de stratégies existantes, de manière à faciliter l'élaboration d'une approche éclairée pour la RDO. Revues de droitAu moment de la rédaction du présent rapport, aucune revue de droit au Canada, mises à part celles publiées par l'University of Toronto Press [ci-après « UTP »], n'a adopté de politique quant au recours à l'IA ou n'ofre de lignes directrices à ce sujet.L'UTP publie une panoplie de revues, y compris plusieurs revues de droit, qui sont assujetties à ses politiques sur le recours aux outils d'IA.Ces revues comprennent le University of Toronto Law Journal, le Canadian Journal of Criminology and Criminal Justice et le Canadian Journal of Women and Law 12 .Fait important, l'UTP a déclaré qu'un outil d'IA ne satisfait pas à sa défnition d'un auteur et qu'il « ne peut être inscrit comme auteur sur quelque travail de recherche que ce soit publié par l'UTP » 13 .Les auteurs qui publient par l'entremise de l'UTP ont en outre l'obligation de divulguer s'ils ont eu recours à des outils d'IA dans le cadre de leur processus de recherche et, le cas échéant, de fournir une description de la façon dont ces outils ont été utilisés 14 .
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 | 0,028 | 0,112 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,013 | 0,007 |
| Communication savante | 0,030 | 0,012 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,019 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,060 | 0,038 |
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 ».