Évaluation de Psychological Abstracts par l’entremise de trois systèmes en mode direct : comparaison des résultats d’une recherche bibliographique
Bibliographic record
Abstract
La plupart des principales banques d’information sont offertes, de nos jours, par plus d’un distributeur commercial. La sélection d’un système donné repose sur certains critères de comparaison parmi lesquels il faut favoriser la cohérence d’une banque (file consistency) et les stratégies d’interrogation des systèmes qui affectent directement les résultats d’une recherche bibliographique et, conséquemment, la qualité du service à offrir à un chercheur. Afin de vérifier ces deux aspects, une recherche bibliographique est menée à l’intérieur de la banque Psychological Abstracts par l’entremise de trois systèmes de repérage de l’information en mode direct : DIALOG/LIS, STAIRS/BRS et ORBIT/SDC. Cette recherche s’établit selon deux approches particulières : une première investigation à l’intérieur de la catégorie « descripteur » uniquement, puis une seconde à l’intérieur des différentes catégories de type « sujet » de l’index principal de la banque Psychological Abstracts.
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 | 0.039 | 0.204 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.022 | 0.019 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.012 | 0.007 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.024 | 0.007 |
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".