Founders Online: Early Access: Reflections on Open Access, Crowd Sourcing, and Metadata Standards
Notice bibliographique
Résumé
Founders Online, a digital initiative of the National Historical Publications and Records Commission (NHPRC) of the U.S. National Archives, launched in June 2013. Since its debut, the site has attracted over a million visitors interested in learning more about the creation of the United States of America in the words of six of its Founding Fathers. Founders Online contains 177,000 letters or other writings of these men and their contemporaries. Widely used by academics and the general public, the site has demonstrated the value of digital humanities’ emphasis on free access. As a former assistant editor at Documents Compass, a program of the Virginia Foundation of the Humanities, I served as a project manager on the Early Access portion of the project. We worked directly with the staffs of the currently active Founding Fathers documentary editing projects to make preliminary versions of unpublished documents available for early viewing on Founders Online. These Early Access documents will eventually be replaced by fully vetted and annotated versions to be completed later by the documentary editing projects. Relying on a large staff of over thirty people, we transcribed or proofread over 50,000 Early Access documents from 2012 to 2015. My Early Access experience demonstrated the need to give employees constant feedback, to reward them for good work, and to encourage specialization among project staff. My experience also reemphasized the need for unified metadata standards when aggregating different sets of data from multiple projects into a single digital platform. Founders Online, une initiative numérique de la National Historical Publications and Records Commission (NHPRC) des Archives nationales des États-Unis, lancée en juin 2013. Depuis ses débuts, le site a attiré plus d’un million de visiteurs intéressés à en apprendre davantage au sujet de la création des États-Unis d’Amérique d’après six des pères fondateurs. Founders Online contient 177,000 lettres ou autres écrits de ces hommes et de leurs contemporains. Largement utilisé par les universitaires et le public en général, le site a démontré la valeur de l’emphase des humanités numériques sur le libre accès. En tant qu’ancien rédacteur en chef adjoint à Documents Compass, un programme de la Virginia Foundation of the Humanities, j’ai travaillé comme gestionnaire de projet pour la partie d’accès anticipé du projet. Nous avons travaillé directement avec les membres du personnel des projets de montage documentaire de Founding Fathers actifs à l’heure actuelle, pour rendre disponibles en accès anticipé des versions préliminaires de documents non publiés sur Founders Online. Ces documents en accès anticipé seront éventuellement remplacés par des versions entièrement approuvées et annotées qui seront complétées plus tard par les projets de montage documentaire. Comptant sur un personnel nombreux de plus de trente personnes, nous avons transcrit ou relu plus de 50,000 documents d’accès anticipé entre 2012 et 2015. Mon expérience de l’accès anticipé a démontré le besoin de donner aux employés une rétroaction constante, de les récompenser pour leur bon travail, et d’encourager la spécialisation parmi le personnel du projet. Mon expérience a de plus souligné davantage le besoin de normes de métadonnées communes en transposant différents ensembles de données de projets multiples en une plateforme numérique unique. Mots-clés: Founders Online; Libre accès; transcription; métadonnées; externalisation à grande échelle; Histoire numérique
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 | 0,202 | 0,216 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,034 | 0,069 |
| Communication savante | 0,045 | 0,077 |
| Science ouverte | 0,008 | 0,036 |
| Intégrité de la recherche | 0,015 | 0,023 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».