Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Le dilemme de la confiance auquel sont confrontés les délinquants en ligne est souvent sous-estimé par ceux qui étudient les transformations que la révolution numérique a provoquées sur la criminalité. Pourtant, dans un contexte où une diversité d’expertises techniques et organisationnelles doit converger afin de mener des projets lucratifs, les liens de confiance jouent un rôle déterminant permettant d’écarter les partenaires à la fiabilité douteuse et de stabiliser les collaborations afin d’améliorer la performance criminelle. À travers deux études de cas portant sur un réseau de hackers démantelé au Québec en 2008 et le principal forum de discussion de pirates informatiques observés pendant 27 mois de 2009 à 2011, cet article illustre les défis concrets auxquels les cybercriminels sont confrontés dans l’attribution et le maintien de la confiance à des pairs qui ont de nombreuses raisons de faire défection sans risques de sanctions. La nature fragile et éphémère des liens de confiance est notamment analysée, ainsi que le rôle joué par des normes culturelles transgressives qui empêchent les communautés de hackers de profiter pleinement des avantages des outils de gestion automatisée des réputations.
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.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.003 |
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 it