SAGÉE : un développement informatique adapté aux besoins en gestion de l’information de la Direction des évaluations environnementales
Notice bibliographique
Résumé
Au ministère des Communications du gouvernement du Québec, on a développé une solution originale pour assister les chargés de projets dans l’analyse et le repérage d’une information abondante et de nature essentiellement textuelle. Le système d’aide à la gestion des évaluations environnementales (SAGÉE) s’appuie sur une combinaison d’approches et de technologies (micro-informatique, système expert, hypertexte, bases de données textuelles et bases de données documentaires, entre autres). Ces solutions répondent à la multiplicité des besoins exprimés et aux caractéristiques des données à gérer. Les systèmes développés sont présentés dans un tableau synoptique qui indique également les investissements techniques et humains consentis ainsi que les bénéfices retirés. Des explications sont fournies sur le Système d’information sur les dossiers de la Direction des évaluations environnementales (SIDDÉE), sur la bibliothèque électronique des documents produits par la Direction, sur la base de données EVALEN destinée à faciliter l’accès aux documents techniques et scientifiques, sur le système d’analyse de textes par ordinateur SATO et finalement sur le système d’aide à l’élaboration de la directive. De nombreux tableaux illustrent le propos.
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 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,009 |
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 ».