Bibliographic record
Abstract
Le constat duquel part notre idée de colloque est très simple : tout le monde s’accorde à dire que la réflexion sur le numérique est une priorité, mais l’on est encore loin d’avoir une définition précise des méthodes pour développer cette dernière, des œuvres et des auteurs à considérer comme référents dans ce domaine et d’un langage qui puisse être partagé par la communauté des chercheurs et compris par le grand public. L’analyse du monde numérique doit donc être en premier lieu une réflexion sur la culture numérique et non seulement sur les outils. Pareillement, avec le changement des supports, des modalités de publication, des mécanismes de visibilité, d’accessibilité et de circulation des contenus, c’est l’ensemble de notre rapport au savoir qui se trouve remis en question. Il est nécessaire de mettre en place une recherche qui puisse avoir une fonction structurante dans le développement d’une théorie et d’une pensée du numérique mais aussi dans l’implémentation de nouveaux outils de recherche et de visualisation conçus pour les humanités. Le numérique touche désormais l’ensemble de notre vie. Nous vivons dans une société numérique et dans une culture numérique. Les transformations qui ont engendré ce monde numérique se sont produites très rapidement et n’ont pas laissé le temps de développer une réflexion structurée capable de les comprendre. Il est impératif de créer au plus vite des repères théoriques permettant de situer notre culture numérique par rapport à notre vision du monde et aux catégories conceptuelles qui ont structuré nos valeurs, nos traditions et notre imaginaire.
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 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.004 | 0.012 |
| Scholarly communication | 0.014 | 0.016 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.030 | 0.009 |
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".