La jurisprudence en accès libre à l'ère du contenu généré par les usagers
Bibliographic record
Abstract
La collaboration et le contenu généré par les usagers, aussi appelé « Web 2. 0 », sont des phénomènes nouveaux, qui bâtissent sur l'ouverture et le foisonnement d'Internet. Les environnements numériques qui emploient ces moyens mettent à contribution la communauté qui gravite autour d'une présence virtuelle afin d'en enrichir l’expérience. Suivant une approche constructiviste, nous explorons commnent la collaboration peut servir les usagers d'une banque de donnée de jugements en accès libre par Internet, comme le site de l'Institut canadien d'information juridique (www.CanLIT.org).\nLa collaboration s'articule grâce à un gabarit d'analyse que nous nommons «Cadre de diffusion de la collaboration». Il comporte deux classes d'objets, les usagers et les documents, qui interagissent selon quatre relations : les liens documentaires, les échanges entre usagers, l'écriture (de l'usager vers le document) et la consommation (du document vers l'usager). Le Cadre de diffusion de la collaboration met en lumière les modalités de la collaboration comme mécanisme de création de contenu dans un contexte numérique, au profit d'une classe de documents.\nSuite à une analyse les modalités de la jurisprudence comme système documentaire et d'un exposé illustratif des besoins des usagers de la société civile, le Cadre de diffusion de la collaboration est employé pour explorer les mécanismes à retenir pour enrichir le contenu d'un système diffusant des jugements par Internet.
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 | 0.012 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.006 |
| Science and technology studies | 0.010 | 0.034 |
| Scholarly communication | 0.030 | 0.021 |
| Open science | 0.003 | 0.012 |
| Research integrity | 0.007 | 0.008 |
| Insufficient payload (model declined to judge) | 0.018 | 0.005 |
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".