Secret et Confiance : Substitut ou complément dans la protection des actifs intellectuels ?
Bibliographic record
Abstract
Découvrir le sommaire de ce numéro, suivre la revue par email, s'abonner... Scannez ce QR Code pour accéder à la page de ce numéro sur Cairn.info.Distribution électronique Cairn.infopour Direction et Gestion.Vous avez l'autorisation de reproduire cet article dans les limites des conditions d'utilisation de Cairn.infoou, le cas échéant, des conditions générales de la licence souscrite par votre établissement.Détails et conditions sur cairn.info/copyright.Sauf dispositions légales contraires, les usages numériques à des fins pédagogiques des présentes ressources sont soumises à l'autorisation de l'Éditeur ou, le cas échéant, de l'organisme de gestion collective habilité à cet effet.Il en est ainsi notamment en France avec le CFC qui est l'organisme agréé en la matière.* L'auteur remercie le Conseil de Recherche en Sciences Humaines du Canada pour son soutien financier.Ce papier s'intègre dans les travaux du Groupe de Recherche en Modélisation
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 | 0.010 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.007 | 0.092 |
| Scholarly communication | 0.015 | 0.017 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.007 | 0.009 |
| Insufficient payload (model declined to judge) | 0.012 | 0.002 |
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".