Le partage de quels savoirs ? Les articles Wikipédia comme objets-frontières
Bibliographic record
Abstract
Wikipédia se présente comme un projet d’encyclopédie collective, un espace auquel chacun peut contribuer dans la mesure où ses principes fondateurs et ses règles sont respectés. Dans cet article, nous réfléchissons à notre intégration et à notre contribution aux communautés éditoriales de Wikipédia. Nous avons modifié et créé une série d’articles Wikipédia reliés à la thématique du vieillissement afin qu’ils incluent les études critiques et culturelles du vieillissement. Le partage en ligne de ce type de connaissances nous semble important, voire nécessaire, puisque ces études restent souvent sous-représentées en dehors des milieux universitaires. Remarquant de telles lacunes dans Wikipédia, nous avons saisi l’occasion de contribuer à ce commun des connaissances et d’étudier les questions de gouvernance qui ont émergé au fil de nos contributions. Au-delà d’un exercice de vulgarisation, notre excursion dans le monde de Wikipédia nous a permis de constater que certaines entrées agissent comme des objets-frontières, des lieux de contestation entre différentes communautés de pratiques. Pour élaborer notre propos, nous nous concentrons sur deux cas, celui du Centre for Women, Ageing and Media dans Wikipédia en anglais et celui de Technologies et vieillissement dans Wikipédia en français.
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 | 0.005 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.009 | 0.010 |
| Scholarly communication | 0.015 | 0.020 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 0.004 |
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".