Bibliographic record
Abstract
Les révélations d’Edward Snowden sur la surveillance de l’État ont suscité à la fois colère et recherches. Les études sur la surveillance ont été particulièrement mises au défi par trois types de problèmes. Premièrement, la méconnaissance de la recherche : les réponses aux révélations montrent l’incompréhension du dispositif complexe de surveillance ainsi que l’échelle à laquelle il opère. Deuxièmement, le déficit de la recherche : plusieurs domaines essentiels exigent beaucoup plus d’attention, notamment le rôle des conduits physiques, dont les câbles de fibres optiques, dans les rapports de pouvoir, les réseaux mondiaux de professionnels de la sécurité et de l’information, ainsi que les pratiques quotidiennes des médias sociaux. Troisièmement, la direction de la recherche : la surveillance dépend aujourd’hui fortement du numérique et du Big Data. Une question soulevée par les révélations de Snowden est l’avenir d’Internet. L’information et ses conduits sont devenus des arènes politiques sans précédent, centrées sur la surveillance et la vie privée, dont les concepts doivent être repensés.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.005 |
| Scholarly communication | 0.006 | 0.007 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".