Notice bibliographique
Résumé
From the global geopolitical arena to the smart city, control over knowledge—particularly over data and intellectual property—has become a key battleground for the exercise of economic and political power. For companies and governments alike, control over knowledge—what scholar Susan Strange calls the knowledge structure—has become a goal unto itself. The rising dominance of the knowledge structure is leading to a massive redistribution of power, including from individuals to companies and states. Strong intellectual property rights have concentrated economic benefits in a smaller number of hands, while the “internet of things” is reshaping basic notions of property, ownership, and control. In the scramble to create and control data and intellectual property, governments and companies alike are engaging in ever-more surveillance. This open access book is a guide to and analysis of these changes, and of the emerging phenomenon of the knowledge-driven society. It highlights how the pursuit of the control over knowledge has become its own ideology, with its own set of experts drawn from those with the ability to collect and manipulate digital data. Haggart and Tusikov propose a workable path forward—knowledge decommodification—to ensure that our new knowledge is not treated simply as a commodity to be bought and sold, but as a way to meet the needs of the individuals and communities that create this knowledge in the first place. The ebook editions of this book are available open access under a CC BY-NC-ND 4.0 licence on bloomsburycollections.com. Open access was funded by Social Sciences and Humanities Research Council of Canada (SSHRC)
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,018 | 0,020 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,274 | 0,150 |
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 ».