Getting at the Live Archive: On Access to Information Research in Canada
Notice bibliographique
Résumé
Most of the draft documents, memoranda, communications, and other textual materials amassed by government agencies do not become public record unless efforts are taken to obtain their release. One mechanism for doing so is “access to information” (ATI) or “freedom of information” (FOI) law. Individuals and organizations in Canada have a quasi-constitutional right to request information from federal, provincial, and municipal levels of government. A layer of bureaucracy has been created to handle these requests and manage the disclosure of information, with many organizations having special divisions, coordinators, and associated personnel for this purpose. The vast majority of public organizations are subject to the federal Access to Information Act (ATIA) or the provincial and municipal equivalents. We have been using ATI requests to get at spectrum of internal government texts. At one end of the spectrum, we are seeking what Gary Marx calls “dirty data” produced by policing, national security, and intelligence agencies. Dirty data represent “information which [are] kept secret and whose revelation would be discrediting or costly in terms of various types of sanctioning.” This material can take the form of the quintessential “smoking gun” document, or, more often, a seemingly innocuous trail of records that, upon analysis, can be illuminating. Dirty data are often kept from the public record. At the other end of the disclosure spectrum are those front-stage texts that represent “official discourse,” which are carefully crafted and released to the public according to government messaging campaigns.
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 | 0,014 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,020 |
| Études des sciences et des technologies | 0,046 | 0,018 |
| Communication savante | 0,028 | 0,010 |
| Science ouverte | 0,005 | 0,015 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 0,003 |
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 ».