Access Denied: Defending Research in a Shrinking Scholarly Landscape
Notice bibliographique
Résumé
In early 2025, the U.S. Department of Education announced a reduction in the indexing of key journals in the ERIC database. As government censorship increasingly threatens the accessibility of educational research, librarians are emerging as critical defenders of open access and research transparency. This presentation reports on the proactive efforts of a Canadian academic librarian who developed actionable workarounds to address the disappearance of articles from ERIC. These missing records pose a significant challenge to researchers conducting knowledge syntheses, who face a reporting and reproducibility crisis when search results fluctuate or shrink without explanation. The implications are profound: systematic reviews may be compromised, and the scholarly record distorted. To mitigate this loss, this presentation will highlight methods to preserve the scholarly record, even when external forces alter or restrict access to previously available research. The session will also explore cross-disciplinary partnerships and initiatives that librarians can adapt to strengthen their advocacy and technical responses. Finally, the presentation will critically examine the ongoing corporatization of information once considered freely accessible. As proprietary interests increasingly shape the availability of research data, librarians must confront a growing unknown: how to safeguard open knowledge in an era of privatized access. This session invites researchers, librarians, and concerned citizens to collaborate on defending the foundations of scholarly inquiry.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,014 | 0,009 |
| Études des sciences et des technologies | 0,009 | 0,002 |
| Communication savante | 0,019 | 0,037 |
| Science ouverte | 0,008 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».