Criminologie à portée de clic : analyse de l’usage de la revue numérique
Bibliographic record
Abstract
À la fin des années 1990,Criminologieest l’une des premières revues savantes québécoises à passer au format numérique. Cet article dresse un portrait de l’usage numérique de la revue, basé sur l’analyse de 858 894 téléchargements extraits des logs du serveur de la plateforme Érudit, de 2010 à 2015. Dans l’ensemble, le lectorat de la revue semble bien établi, l’essentiel des usagers provenant d’Amérique du Nord et d’Europe. L’importance croissante de l’utilisation de la plateforme Érudit dans les pratiques de recherche des usagers, de pair avec l’effet positif de la suppression de la barrière mobile sur la diffusion de la recherche, sont également dignes de mention. Une asymétrie importante dans la distribution des consultations d’articles et de numéros thématiques a également pu être observée, une proportion importante de téléchargements étant l’affaire de quelques articles et numéros thématiques. Enfin, l’analyse des mots clés des articles téléchargés permet de souligner l’importance des problématiques locales ainsi que de la thématique autochtone en général.
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 | 0.007 | 0.040 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.010 | 0.013 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| 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".