Notice bibliographique
Résumé
Purpose In Digging into Data 3 (DID3) (2014-2016), ten funders from four countries (the USA, Canada, the UK, and the Netherlands) granted $5.1 million to 14 project teams to pursue data-intensive, interdisciplinary, and international digital humanities (DH) research. The purpose of this paper is to employ the DID3 projects as a case study to explore the following research question: what roles do librarians and archivists take on in data-intensive, interdisciplinary, and international DH projects? Design/methodology/approach Participation was secured from 53 persons representing eleven projects. The study was conducted in the naturalistic paradigm. It is a qualitative case study involving snowball sampling, semi-structured interviews, and grounded analysis. Findings Librarians or archivists were involved officially in 3 of the 11 projects (27.3 percent). Perhaps more importantly, information professionals played vital unofficial roles in these projects, namely as consultants and liaisons and also as technical support. Information and library science (ILS) expertise helped DID3 researchers with issues such as visualization, rights management, and user testing. DID3 participants also suggested ways in which librarians and archivists might further support DH projects, concentrating on three key areas: curation, outreach, and ILS education. Finally, six directions for future research are suggested. Originality/value Much untapped potential exists for librarians and archivists to collaborate with DH scholars; a gap exists between researcher awareness and information professionals’ capacity.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,024 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 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 ».