Travaux de Bibliothèque et Archives nationales du Québec sur des corpus québécois de livres anciens
Notice bibliographique
Résumé
Les travaux qui font l’objet du présent article tirent leur origine du constat de notre ignorance commune des collections québécoises de livres anciens, constat formulé par le professeur Yvan Lamonde de l’Université McGill, spécialiste de l’histoire des idées et de l’imprimé au Québec, puis endossé par un groupe de chercheurs et de professionnels des milieux documentaires. Cet article est tiré d’une communication présentée par l’auteure lors de la séance intitulée « Le livre ancien, de la Nouvelle-France à demain. Les collections de Bibliothèque et Archives nationales du Québec » et figurant au programme du colloque Rabelais ou « Les adventures des gens ». L’hybridité des récits rabelaisiens. Ce colloque, organisé en partenariat avec Bibliothèque et Archives nationales du Québec (BAnQ) par les professeurs Diane Desrosiers-Bonin, de l’Université McGill, Claude La Charité, de l’Université du Québec à Rimouski, et Renée-Claude Breitenstein, de l’Université McGill, a eu lieu du 27 au 31 août 2006. Les travaux dont il est ici question sont des projets de recherche, qu’il ne faut pas confondre avec les travaux bibliothéconomiques menés par BAnQ sur sa propre collection institutionnelle de livres anciens.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,008 | 0,017 |
| Études des sciences et des technologies | 0,016 | 0,003 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».