Digitalização de documentos no Arquivo Central/SIARQ da UNICAMP: preservação e acesso
Notice bibliographique
Résumé
O Arquivo Central do Sistema de Arquivos da Unicamp tem trabalhado no âmbito da gestao e da preservacao digital em algumas frentes, entre elas a proposicao de politicas, de normas para procedimentos e a implantacao de infraestrutura para armazenamento visando a preservacao de documentos arquivisticos da Unicamp. Para a determinacao de politicas e normas destacam-se algumas acoes como a participacao no Projeto InterPARES 3 (International Research on Permanent Authentic Records in Electronic Systems), em convenio com o Arquivo Nacional e a Universidade British Columbia do Canada, a participacao da Câmara Tecnica de Documentos Eletronicos do Conselho Nacional de Arquivos e a atuacao da Comissao de Documentos Digitais da Unicamp, que resultaram na publicacao da Resolucao GR no 17/2011. Com relacao a infraestrutura implantou o Repositorio Digital do Arquivo Central visando armazenamento confiavel de documentos e desta experiencia, surgiu o projeto de digitalizacao de documentos do Arquivo Permanente do AC/Unicamp. O objetivo e utilizar a digitalizacao como alternativa para preservacao de originais e para ampliar o acesso aos documentos do acervo. O projeto em desenvolvimento privilegiou os conjuntos documentais produzidos por atividades de pesquisa da Unicamp, referentes ao periodo de sua instalacao. O projeto levou em consideracao recomendacoes do CONARQ e de outras instituicoes, no que se refere a padroes de metadados e formatos de arquivos e a estrutura de armazenamento. Foi instalado um laboratorio de digitalizacao com apoio da FAPESP, em seu Programa Infraestrutura 2009, e cerca de 800 dossies de docentes serao privilegiados neste projeto
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 | 0,009 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,007 | 0,008 |
| Communication savante | 0,017 | 0,007 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,004 |
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 ».