Bibliographic record
Abstract
Segment essentiel de la documentation universitaire, les revues sont entrées depuis quelques années déjà dans le nouveau monde numérique. Dans le secteur des sciences humaines et sociales, les conditions de ce passage se posent en termes conceptuels, économiques, techniques et organisationnels. Les revues qui participent à des infrastructures nationales de diffusion de la recherche devraient pouvoir effectuer la transition vers le numérique selon un modèle qui réponde aux besoins du milieu. Il est ainsi possible de définir un espace où les revues qui ne sont pas dans le giron des oligopoles peuvent s'imposer comme formes stables et professionnelles de communication scientifique. Dans une toile encore dominée par l'anglais, le défi de la diffusion du document universitaire francophone se révèle particulièrement stimulant. Cet ouvrage en présente les grands enjeux et propose de les relever en faisant appel à une stratégie réseau. Avec des formations et des parcours distincts (professeur et directeur scientifique d'une maison d'édition universitaire, d'une part, bibliothécaire et spécialiste des sciences de l'information, d'autre part), Gérard Boismenu et Guylaine Beaudry ont été amenés à développer les premières structures de publications numériques à l'Université de Montréal. Leur réflexion s'inspire principalement du projet Érudit et de la réalisation d'un portail de revues francophones.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.003 | 0.010 |
| Scholarly communication | 0.013 | 0.012 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.042 | 0.008 |
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".