Bibliographic record
Abstract
Objectif : proposer non pas un catalogue exhaustif, mais une demarche raisonnee de recherche d'information en sante environnementale, qui integre la notion de valeur de l'information et de critique des sources, dans un domaine de la connaissance ou l'interdisciplinarite est un enjeu. Sources et producteurs d'information : les institutions internationales, europeennes, nord-americaines et nationales se placent au premier rang des producteurs d'information en sante environnementale, en tant que commanditaires de recherche ou prescripteurs des obligations que doivent remplir les industriels sur la securite de leurs processus ou leurs produits. Les ONG et associations, contre-pouvoirs des institutions, sont aussi amenees a produire de l'information. Demarche d'information : . Explorer la litterature a l'aide de bases de donnees bibliographiques. . Exploiter la litterature en accedant au contenu des informations recueillies. . Collecter l'information pre-digeree des banques de donnees factuelles, notamment dans le domaine chimique et toxicologique en gardant a l'esprit que des 35 millions de produits identifies par les Chemical Abstracts Services, 350 000 seulement sont cites a quelque titre que ce soit dans les bases de donnees nord-americaines, et 800 seulement ont ete evalues pour leur risque cancerogene. . Eclairer le contexte grâce aux informations disponibles sur les sites Internet des organisations productrices d'information. . Exercer un regard critique sur l'information rassemblee compte tenu des limites des outils, de criteres objectifs tels que les producteurs de l'information, la forme sous laquelle elle se presente, sa mise a jour, sa validation externe, et compte tenu de ce que peuvent apporter les outils d'evaluation en sante proposes par OMNI en Angleterre, Santecom au Quebec ou le CHU de Rouen en France. Conclusion : la sous-utilisation chronique des informations scientifiques que semble connaitre la sante environnementale est un enjeu qui justifie qu'on propose une methode permettant de surmonter l'apparente confusion et surabondance des sources d'information du secteur.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.136 | 0.008 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".