Notice bibliographique
Résumé
Library professionals, often without knowing, can indirectly reduce access to information, a phenomenon known as soft censorship. This research-in-progress conceptualizes key aspects of soft censorship and identifies conditions conducive to soft censorship in libraries. The individual and systematic biases that form the cycles that facilitate soft censorship become evident through this conceptualization, including content warnings, neutrality, subject headings, hiring, and publishing. In future work, we will analyze other areas where soft censorship has the potential to proliferate, including acquisitions, weeding, and reference, to obtain a fuller picture of soft censorship. Les cycles du biais : la censure subtile dans les bibliothèques RésuméLes bibliothécaires, souvent sans le savoir, peuvent indirectement réduire l'accès à l'information, un phénomène connu sous le nom de censure subtile. Cette recherche en cours conceptualise les aspects clés de la censure subtile et identifie les conditions favorables à celle-ci dans les bibliothèques. Les biais individuels et systémiques qui forment les cycles facilitant la censure subtile deviennent évidents à travers la conceptualisation, en incluant les avertissements de contenu, la neutralité, les titres et sous-titres, l'embauche et la publication. Dans un projet de recherche futur, nous analyserons d'autres sphères où la censure subtile a le potentiel de proliférer, en incluant les acquisitions, la pré-sélection et la référence, afin d'obtenir une image plus complète de la censure subtile. Mots-clésCensure; Censure subtile; Biais implicite; Bibliothèques; Science de l'information
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,014 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».