L’éthique de la recherche dans les espaces en ligne : clarification de quelques notions
Bibliographic record
Abstract
Sous quelles conditions peut-on utiliser les traces – écrites, visuelles, sonores et autres – disponibles en ligne comme données de recherche sans s’inquiéter du consentement des individus qui en sont à l’origine ? Cette question, centrale dans les discussions sur les enjeux éthiques de la recherche en ligne, a largement été traitée par diverses instances normatives de la recherche sous l’angle du respect de la vie privée. Mais la transposition aux contextes numériques de la distinction privé/public soulève plusieurs problèmes résultant pour la plupart de confusions d’ordre conceptuel. Cet article s’efforce d’y remédier en proposant cinq clarifications portant sur : le statut public ou privé des traces numériques en regard de leur accessibilité, la conscience de cette accessibilité par les personnes qui génèrent ces traces, la distinction entre le privé et l’intime, les liens entre visibilité et publicité des contenus, et la manière dont cette publicité peut être amplifiée par la recherche.
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 | 0.041 | 0.061 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.008 | 0.071 |
| Scholarly communication | 0.023 | 0.043 |
| Open science | 0.003 | 0.011 |
| Research integrity | 0.007 | 0.009 |
| Insufficient payload (model declined to judge) | 0.010 | 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".