MétaCan
Menu
Retour à la cohorte
Enregistrement W4226381380 · doi:10.16995/dscn.8079

Mapping Late Hokusai Research: Digitizing and Publishing Bilingual Research Data

2022· article· en· W4226381380 sur OpenAlexvenueno aff
Stephanie Santschi

Notice bibliographique

RevueDigital Studies / Le champ numérique · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensnon disponible
Organismes subventionnairesArts and Humanities Research Council
Mots-clésMetadataDocumentationWorld Wide WebPublishingComputer scienceDigital curationRendering (computer graphics)Library scienceVisual artsArtLiteratureComputer graphics (images)

Résumé

récupéré en direct d'OpenAlex

The initiative “Late Hokusai: Thought, Technique, Society” took place at the British Museum (BM) and SOAS, University of London (2016–2019). As part of its activities, it built a linked-data platform prototype on ResearchSpace. The prototype offers a redesigned process for how museum researchers and users find, research with, discuss and expand bilingual data about early modern Japanese artist Katsushika Hokusai (1760–1849) and instigated a discussion about what a collaborative research platform for the Hokusai research community could look like. While Japanese resource specialists have long recognized the complexity of Japanese script as a challenge for multilingual research and collection platforms, the processes for and results of integrating Japanese source data into bi- or multilingual museum databases remained unsatisfactory.This paper revisits the challenges posed by “non-Latin script” (NLS) in museum databases in the case of the Hokusai research platform at the British Museum, which integrated Japanese and English languages. It localizes the issues arising from working with Japanese source data in the Latin script project environment and accompanies the museum researchers’ tasks regarding the correct input, rendering and display of the source script at each step: 1) object analysis, 2) registering NLS metadata, 3) processing NLS information and 4) visualizing LS and NLS information for general and specialist audiences. After assessing these practices, the paper critically reflects on selected approaches, successes, and shortcomings experienced while creating such a prototype. By sharing its experiences, the project hopes to aid prospective research projects on a similar path regarding project setup and documentation. Furthermore, it advocates the sustainability of research practices according to data reusability parameters.L’initiative « Late Hokusai : Thought Technique and Society » (Hokusai tardif : Pensées techniques et société) a eu lieu au British Museum (BM) et SOAS, l’Université de Londres (2016-2019). Dans le cadre des activités, cette initiative a produit une plateforme prototype de Web des données sur ResearchSpace. Le prototype offre un processus redessiné aidant les chercheurs de musée et les usagers à trouver, à faire de la recherche, à discuter et à étoffer les données bilingues concernant l’artiste Katsushika Hokusai (1760-1849), du début de l’ère moderne japonaise. Cela a déclenché une discussion sur l’apparence possible d’une plateforme de recherche collaborative dédiée à la communauté de recherche sur Hokusai. Tandis que les spécialistes de ressources japonaises reconnaissent depuis longtemps la complexité de l’écriture japonaise comme un défi pour la recherche multilingue et pour les plateformes de collection, les processus et les résultats de l’intégration des données sources japonaises dans des bases de données de musées bi- ou plurilingues demeurent insatisfaisants.Cet article réexamine les défis liés à des « écritures non-latines » (NLS, non-Latin script) dans des bases de données de musée dans le cas de la plateforme de recherche sur Hokusai au British Museum, ce qui a intégré les langues japonaise et anglaise. L’article localise les questions qui se posent durant le travail avec les données sources japonaises dans un environnement de projet en écriture latine et accompagne les tâches des chercheurs de musée concernant l’entrée correcte, le rendu et l’affichage de l’écriture source à chaque étape : 1) les analyses d’objet, 2) les enregistrements de métadonnées NLS, 3) le traitement de l’information NLS et 4) la visualisation de l’information LS (écriture latine, Latin script) et NLS pour des audiences générales et spécialistes. Cet article présentera une évaluation de ces pratiques et, ensuite, considérera de façon critique les approches sélectionnées, les succès et les défauts rencontrés pendant la création d’un tel prototype. En partageant ces expériences, ce projet vise à aider des projets de recherche prospectifs qui se trouvent dans un cas similaire, considérant la configuration de projets et la documentation. En outre, ce projet promeut la viabilité de pratiques de recherche conformément à des paramètres de réutilisation de données.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0080,014
Études des sciences et des technologies0,0060,003
Communication savante0,0110,011
Science ouverte0,0010,014
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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.

Tête enseignante Opus0,569
Tête enseignante GPT0,466
Écart entre enseignants0,103 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Studies / Le champ numériqueMême sujetResearch Data Management PracticesTravaux en français237 207