L’archivage du Web : bibliothèques et archives à la croisée des chemins
Notice bibliographique
Résumé
Le Web est devenu, en quelques années, un support essentiel de diffusion de l’information. Cependant, la nature même du Web remet en cause une des fonctions principales des institutions culturelles : la conservation du patrimoine. Cela est d’autant plus le cas pour les bibliothèques nationales qu’elles sont souvent en charge, au titre de leur mission de dépôt légal, de la collecte et de la conservation de l’ensemble de la production scientifique et culturelle d’une nation. Pour faire face aux défis que représentait l’archivage d’une masse de données aussi vaste et aussi hétérogène, les bibliothèques ont donc été amenées à questionner leurs approches. Elles ont dû notamment s’inspirer des démarches d’autres communautés professionnelles, particulièrement celle des archivistes. La terminologie et certaines méthodes archivistiques ont souvent été employées : accent mis sur la collecte, pratique de l’échantillonnage… De fait, les collections constituées ont elles-mêmes un statut hybride, tenant à la fois de la publication et du document d’archives. Puisque les archives du Web sont des artefacts, des agrégats complexes, la question de l’authenticité prend également une place déterminante. L’ouverture à de nouvelles approches– qui ne signifie pas forcément une fusion des identités professionnelles – doit inciter à la coopération entre institutions.
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 | 0,001 |
| 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 | 0,001 | 0,004 |
| Communication savante | 0,014 | 0,008 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».