De l’éditeur au lecteur : De Marque et la distribution du livre numérique
Bibliographic record
Abstract
En 2008, le Québec fait son entrée dans le marché du livre numérique. Cette année-là, l’Association nationale des éditeurs de livres du Québec (ANEL) s’associe avec l’entreprise De Marque pour créer l’Entrepôt numérique ( www.entrepotnumerique.com ), une plateforme de distribution de livres numériques québécois. En tant que concepteur technologique et gestionnaire de cette plateforme, De Marque incarne un nouveau profil de distributeur, 100 % numérique. Mais quel est, au juste, le rôle d’un distributeur numérique? Concrètement, comment celui-ci s’assure-t-il que le fichier d’un livre numérique circule de l’éditeur qui l’a créé au lecteur qui l’achètera? Que se passe-t-il, en coulisses, lorsque l’acheteur en question clique sur le bouton « Acheter » sur le site d’un libraire? Notre article vise à répondre à ces questions qui soulèvent des concepts et des enjeux technologiques, économiques et culturels complexes. Pour y répondre, nous prendrons appui sur le cas particulier du distributeur De Marque et de la plateforme générique de distribution qu’il a développée, Cantook (ou, lorsque l’exemple québécois s’impose, l’Entrepôt numérique).
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 | 0.003 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.007 | 0.005 |
| Scholarly communication | 0.011 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.072 | 0.012 |
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".