MétaCan
Menu
Retour à la cohorte
Enregistrement W2803679742 · doi:10.7202/1045165ar

Le traitement et la diffusion du fonds Armand-Frappier (ou comment être opportuniste en huit leçons)

2018· article· fr· W2803679742 sur OpenAlexvenueaboutno aff
F Cartier

Notice bibliographique

RevueArchives · 2018
Typearticle
Languefr
DomaineComputer Science
ThématiqueCultural Insights and Digital Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Cet article nous relate les différentes étapes qui ont mené à la diffusion du Fonds Armand-Frappier. Ce fonds, déposé aux archives de l’Institut national de la recherche scientifique (INRS, une constituante du réseau de l’Université du Québec), illustre le parcours de cet homme qui eut une influence importante sur l’évolution des sciences au Québec. C’est le 25 e anniversaire du décès du Dr Frappier qui a fourni le prétexte à ce projet de diffusion qui a finalement compris une exposition virtuelle et un programme de conférence. Pour arriver à leurs fins, l’équipe du service des archives de l’INRS a fait preuve de créativité et d’opportunisme afin d’aller chercher ressources et financement. Le projet a demandé dans un premier temps un nouveau traitement du fonds et a fait surgir de nombreuses questions quant au passage d’un format de description à un autre ainsi que sur les outils technologiques à utiliser. L’auteur aura retenu huit leçons au cours de ce projet. Il nous les livre ici par la description de sa mise en oeuvre. Ces leçons concernent, entre autres, la capacité de vendre notre idée, celle de saisir les opportunités et la nécessité de bien choisir ses collaborateurs et partenaires. Il revient également sur certains éléments de gestion, tels que l’évaluation du temps requis et l’utilité du plan B. Il nous incite finalement à réaliser la richesse de nos fonds et de l’intérêt qu’ils suscitent chez les jeunes. Cet article nous démontre qu’avec de l’initiative et la maximisation des programmes à notre disposition, il est possible de réaliser des projets qui deviennent des réussites.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,927
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,124
Tête enseignante GPT0,313
Écart entre enseignants0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArchivesMême sujetCultural Insights and Digital ImpactsTravaux en français237 207