Sharing the RM Toolkit: Panel presentation at Association of Canadian Archivists (video)
Notice bibliographique
Résumé
Description of the panel\nUniversities can work together to address common records problems. University archives in Canada house a wide range of publicly accessible material. The majority of Canadian university archives (60%) also have records management responsibilities, working directly with records creators throughout the life cycle of the record. Attendees will learn how B.C. university records managers created a knowledge-sharing group to overcome limited resources and to collaborate on creating innovative solutions to the records problems shared by all members of the group. \n \nThis session, moderated by Barbara Towell of the University of British Columbia, begins with the outcomes from a recent survey of twenty Canadian university records management programs undertaken and presented by Shan Jin of Queens University. This research highlights similarities and areas for increasing collaborations to solve common records problems. Other presenters will detail specific innovative solutions to electronic records issues. Jane Morrison from the University of Victoria Archives will describe how integrated information management work over the past few years has expanded UVic's program and focus on the resources that will benefit the community.\n Joy Rowe from Simon Fraser University will advocate for creating Creative Commons licensed training tools for records creators that are intended to be repurposed, remixed, and shared online, based on recent efforts at SFU.\n \nSession attendees will come away with concrete examples of how informal but regular knowledge-sharing can help professionals facing similar problems in similar institutions achieve their shared goals.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».