Bibliographic record
Abstract
AvertissementL'auteur de ce mémoire, de cette thèse ou de cet essai a autorisé l'Université du Québec à Trois-Rivières à diffuser, à des fins non lucratives, une copie de son mémoire, de sa thèse ou de son essai.Cette diffusion n'entraîne pas une renonciation de la part de l'auteur à ses droits de propriété intellectuelle, incluant le droit d'auteur, sur ce mémoire, cette thèse ou cet essai.Notamment, la reproduction ou la publication de la totalité ou d'une partie importante de ce mémoire, de cette thèse et de son essai requiert son autorisation.Je voudrais adresser quelques mots pour démonter ma reconnaissance envers l'implication de chaque personne qui a participé à mon projet.Je souhaite avant tout remercier mon Dieu, dont la présence et le soutien m'ont accompagné tout au long de la réalisation de cet essai.Sa force et Sa bienveillance m'ont permis d'avancer avec confiance.Je remercie ma directrice d'essai, Mme Marie-Michèle Lord.Je lui exprime ma gratitude pour son support dans l'avancement de cette recherche, pour son aide précieuse et ses commentaires constructifs.Un énorme merci aussi pour sa confiance en m'ayant offert l'opportunité de diffuser mon projet à l'international.Je voudrais remercier toutes les participantes de ce projet de recherche dans le cadre de mon comité d'expert.Grâce à leur participation, j'ai pu enrichir grandement mon projet.Je remercie aussi mes collègues de séminaire et Mme Marie-Josée St-Pierre qui m'ont offert une rétroaction précieuse lors de nos rencontres durant cette année.Finalement, je termine en remerciant tout particulièrement mes parents, mes sœurs, ainsi que tous les autres membres de ma famille et amies qui ont été à mes côtés et qui m'ont soutenue tout au long de cette étape de ma vie.Que Dieu vous garde proche de moi pour les années à venir.
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 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.009 | 0.009 |
| Science and technology studies | 0.005 | 0.015 |
| Scholarly communication | 0.015 | 0.014 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.001 | 0.004 |
| Insufficient payload (model declined to judge) | 0.008 | 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".