Bibliographic record
Abstract
Les récentes mesures promulguées par le NIH aux États-Unis, appuyées par des membres de l’université de Harvard, exigeant la mise à disposition publique par les chercheurs d’une version électronique de leurs publications, marquent un tournant dans l’attitude des chercheurs et des institutions vis-à-vis de l’accès libre (Open Access) et des « archives ouvertes ». Cette législation, acquise en dépit de l’opposition des grandes maisons d’édition, a contribué à faire connaître le mouvement Open Access et laisse présager son amplification. Cet article analyse l’histoire du mouvement Open Access, ses récentes évolutions aux États-Unis, au Canada et en Europe, et les raisons de sa légitimité. Cette politique de renforcement de l’Open Access ne fait que témoigner de l’intégration de la publication comme élément indissociable de la démarche de recherche. Il paraîtrait donc judicieux de considérer que le coût de la publication scientifique fait partie du coût de la recherche scientifique. Il n’en constitue d’ailleurs qu’une fraction minuscule, de l’ordre de 1 %. Il semblerait dès lors cohérent de simplement ajouter le coût de la publication scientifique à celui de la recherche. Ainsi, le financement de l’évaluation par les pairs, de la correction de la langue et de la mise en ligne des articles sur des serveurs adéquats serait couvert, et l’accès libre aux résultats de la recherche assuré.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.036 | 0.067 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.008 |
| Science and technology studies | 0.018 | 0.065 |
| Scholarly communication | 0.046 | 0.026 |
| Open science | 0.003 | 0.013 |
| Research integrity | 0.012 | 0.015 |
| Insufficient payload (model declined to judge) | 0.015 | 0.005 |
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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".