Télédéchargement et création de bases de données locales : communication, conversion et droit d’auteur
Bibliographic record
Abstract
La création de bases de données locales à partir d’un télédéchargement suscite de plus en plus l’intérêt des spécialistes de l’information. Le texte qui suit analyse les différentes facettes de cette question. Suite à un exposé historique du processus de création de bases de données par télédéchargement, les étapes sont expliquées et l’on présente quelques types de logiciel de télécommunications. La deuxième partie comprend la définition et le rôle de la conversion. On met l’accent sur les aspects techniques qui composent le traitement des données télédéchargées. Plusieurs exemples illustrent ce procédé. La troisième partie expose une brève revue historique de la loi américaine du droit d’auteur et aborde les problèmes légaux liés aux différents types de télédéchargement. Les préoccupations des producteurs et des serveurs sont signalées de même que les diverses actions entreprises pour tenter de contrôler le télédéchargement.
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 | 0.006 | 0.019 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.011 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.011 | 0.013 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 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 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".