Presentation of Six Databases in Arts and Culture
Notice bibliographique
Résumé
In order to supplement the special issue while opening up to other fields aside literature, here are six short presentations of data bases that were devised during historical or sociological researches on arts and culture. The authors were asked six questions : on the birth of the data basis project, the body of documents, the scientific field and/or theoretical framework, the softwares used, the scientific results reached thanks to this specific approach, as well as the accessibility of the data bases produced. The data bases presented were selected on the grounds of the pioneering character, rigour and breadth of the research projects: the data basis on writers, works, and the French-speaking Belgian journals on literature of the interuniversity literary studies collective (Collectif interuniversitaire d’étude littéraire — CIEL) ; the data basis that served for the publishing of Pierre Bayle’s letters ; the Chronopéra data basis ; the Manart data basis dedicated to artistic and literary 19 c. events ; the data bases in the book and publishing history set up by the research group on book studies in Québec (Groupe de recherches et d’études sur le livre au Québec - GRÉLQ) ; the ARTL@S project that includes in particular a data basis of exhibition catalogues.
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 | 0,006 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,021 | 0,036 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,013 | 0,009 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,106 | 0,043 |
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 ».