Indexation par sujet en archivistique et en bibliothéconomie : du pareil au même ?
Notice bibliographique
Résumé
Dans le cadre de notre recherche doctorale visant à mettre au jour le savoir-faire d’archivistes qui indexent des fonds d’archives par thématique, nous étudions l’indexation par sujet des archives selon les perspectives des créateurs de points d’accès, les archivistes. Le contenu et la qualité des index sont le fruit du travail de l’archiviste. Le but de cet article est de présenter la spécificité de l’indexation par sujet en archivistique. Pour ce faire, nous dégageons de la littérature les caractéristiques de l’indexation par sujet en archivistique et en bibliothéconomie. Nous considérons des ressemblances et des différences relatives à l’objet de l’indexation, aux principes organisationnels et aux techniques de description dans les deux disciplines. Il s’agit notamment de savoir si les archivistes peuvent reprendre telles quelles les lignes directrices pour l’indexation produites dans une perspective documentaire.
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 | 0,012 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,026 |
| Études des sciences et des technologies | 0,005 | 0,013 |
| Communication savante | 0,027 | 0,022 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».