La webométrie en sciences sociales et humaines : analyse des données d’usage de la plateforme Érudit
Bibliographic record
Abstract
Cette étude exploratoire s’intéresse à l’usage des revues en sciences sociales et humaines diffusées en libre accès complet et en libre accès différé par la plateforme Érudit. Basée sur les données de téléchargements d’Érudit, elle vise à 1) fournir un portrait détaillé de l’usage des articles, 2) décrire les habitudes de téléchargement des usagers au Canada et à l’international, et 3) analyser l’effet des politiques de libre accès des revues sur les téléchargements qu’elles reçoivent. Pour ce faire, 39 437 659 téléchargements, extraits de 999 367 190 requêtes HTTP enregistrées dans les logs du serveur d’Érudit de 2010 à 2015, ont été analysés. Les résultats montrent que la majorité des usagers provient du Québec, de la France et d’autres pays francophones, et que, la plupart du temps, ceux-ci accèdent aux articles par l’intermédiaire de Google. Les habitudes de téléchargement varient d’un pays à l’autre : alors que les usagers canadiens et français utilisent Érudit principalement en journée et en semaine, leurs homologues américains sont davantage actifs en soirée, la nuit, ainsi que les week-ends. Enfin, un avantage important lié au libre accès a été observé : les articles des revues en libre accès sont davantage téléchargés que ceux des revues en libre accès différé et, pour ces dernières, la fin de l’embargo est associée à une croissance importante des téléchargements – croissance moins marquée au Canada où bon nombre d’institutions sont abonnées aux revues de la plateforme. Ces résultats démontrent l’importance des revues nationales pour les sciences sociales et humaines, ainsi que l’effet positif du libre accès sur la diffusion des connaissances, tant au Canada qu’à l’étranger.
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 | 0.008 | 0.048 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.018 | 0.025 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".