PAR-DELÀ LES POLITIQUES CULTURELLES : EXPLORER LE POTENTIEL DU DROIT DES TECHNOLOGIES NUMÉRIQUES ET DES DROITS HUMAINS POUR GARANTIR LA DÉCOUVRABILITÉ D’UNE DIVERSITÉ DE CONTENUS CULTURELS EN LIGNE
Bibliographic record
Abstract
La notion de découvrabilité occupe désormais une place importante dans l’écosystème culturel, en raison notamment des préoccupations croissantes liées à l’impact des technologies numériques sur la diversité des expressions culturelles. Soutenues par des études et des actions gouvernementales, plusieurs initiatives ont ainsi émergé pour améliorer l’accès et la mise en valeur des contenus culturels en ligne. Bien que plusieurs projets aient porté une attention particulière aux aspects juridiques de la découvrabilité, aucun ne s’est consacré à l’identification systématique des instruments législatifs intégrant cette notion. Cet article vise à combler ce vide en examinant la place du concept de découvrabilité dans le droit international, européen, français, canadien et québécois. L’analyse repose sur une définition communément acceptée en France et au Québec, qui associe la découvrabilité à la disponibilité et à l’accessibilité des contenus culturels en ligne, y compris pour un public qui ne les recherche pas activement. L’étude postule que les instruments juridiques appartenant au champ des politiques culturelles ne sont pas les seuls à garantir la découvrabilité; les instruments régulant les technologies numériques et l’intelligence artificielle, ainsi que certains textes relatifs aux droits humains peuvent aussi y contribuer. L’analyse se structure en deux parties : d’une part, les instruments mentionnant explicitement ou implicitement la découvrabilité; d’autre part, ceux qui y participent en promouvant des valeurs ou principes fondateurs. L’article conclut que la découvrabilité est un enjeu de droits humains et esquisse des pistes d’action en vue d’assurer la pleine reconnaissance du lien intrinsèque entre la découvrabilité des expressions culturelles locales et les valeurs et principes identifiés.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.007 | 0.015 |
| Scholarly communication | 0.013 | 0.007 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
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".