Le « plumitif accessible » : les enjeux liés à l’accès aux registres informatisés en ligne
Bibliographic record
Abstract
Au Québec comme ailleurs, le déploiement des technologies de l’information et de la communication accompagne la transformation de l’État et de ses structures administratives. C’est le cas des plumitifs, dossiers informatisés et disponibles en ligne à travers la plateforme de la Société québécoise d’information juridique (SOQUIJ). L’accès à ces dossiers publics soulève un certain nombre d’enjeux que le Chantier 3 du projet ADAJ se propose d’étudier. Ces enjeux sont de diverses natures Par exemple, la littératie médiatique, qui consiste en une connaissance et une maîtrise minimale des technologies numériques, est essentielle pour bénéficier de l’accès à l’information en ligne. De plus, l’accès matériel ne suffit pas ; l’information de nature juridique doit aussi être intelligible pour être accessible. Par ailleurs, la question de la compréhension des contenus et de la connaissance même de l’existence des services en ligne impliquent d’autres barrières pour les citoyens comme pour les initiés en matière juridique. Ces enjeux sont donc au cœur de la notion de « plumitif accessible » telle que définie dans le cadre du projet Accès au Droit et à la Justice, et des préoccupations de son troisième chantier de 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 | 0.007 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.011 | 0.008 |
| Scholarly communication | 0.019 | 0.010 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.031 | 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".