La publication électronique des thèses : un exemple franco-québécois de coopération à destination de la francophonie
Bibliographic record
Abstract
CyberThèses est un programme d’édition et de diffusion électroniques des thèses conçu par l’Université Lyon 2 et les Presses de l’Université de Montréal. Cette coopération vise à créer une chaîne de production des thèses et de diffusion sur Internet. À l’aide de procédures techniques précises, elle devrait permette à tout établissement d’enseignement supérieur d’acquérir son autonomie sur le plan de la diffusion électronique du savoir tout en participant à un réseau qui mutualise les travaux universitaires de recherche. Cet article présente les modes adoptés de structuration (reposant sur SGML/XML) et de référencement (fondé sur le modèle proposé par la Corporation for National Research Initiatives) des thèses; et insiste sur la nécessaire formation à mettre en place à l’intention des doctorants pour les initier à la logique de production de documents électroniques structurés.
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 | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.008 |
| Science and technology studies | 0.009 | 0.004 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.044 | 0.004 |
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".