Bibliographic record
Abstract
Dans le contexte d’un monde globalisé et toujours plus connecté, les inégalités se creusent : les plus vulnérables sont enfermés dans un cercle vicieux au sein duquel le déficit d’accès et de maîtrise des usages de l’information les empêche de développer les compétences et de saisir les opportunités qui pourraient leur permettre de sortir de la pauvreté. À cet égard, l’information, l’éducation et la culture doivent aujourd’hui être communément acceptées comme les leviers de prévention des vulnérabilités et d’émancipation, et les bibliothèques entendues à la fois comme des lieux de développement pour les individus et des espaces citoyens de création du lien social. Les bibliothèques, qui offrent un accès gratuit aux contenus, à la connectivité et à l’interaction sociale, et les bibliothécaires, avec leur expertise méthodologique, l’orientation thématique qu’ils peuvent fournir et leur connaissance de l’écosystème local, apparaissent comme des ressources merveilleuses pour promouvoir l’innovation et se muer en incubateur de projets à impact social. Cela doit passer aussi bien par la proposition de contenus de qualité, contextualisés et en libre accès que par le développement des compétences numériques des citoyens ; à défaut, nous irons irrévocablement vers une augmentation des inégalités et une marginalisation accrue des populations les plus vulnérables.
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 | 0.008 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.007 | 0.010 |
| Science and technology studies | 0.013 | 0.046 |
| Scholarly communication | 0.023 | 0.016 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.004 | 0.006 |
| Insufficient payload (model declined to judge) | 0.021 | 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".