MétaCan
Menu
Retour à la cohorte
Enregistrement W4236422806 · doi:10.5334/kula.56

Indigitization

2018· article· en· W4236422806 sur OpenAlexaffvenue
Rachel Bickel, Sarah Dupont

Notice bibliographique

RevueKULA knowledge creation dissemination and preservation studies · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDigital and Traditional Archives Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDigitizationIndigenousLibrary scienceWork (physics)Special collectionsTraditional knowledgeCultural heritageColumbia universitySociologyPolitical scienceGeographyMedia studiesEngineeringComputer scienceArchaeologyEcology

Résumé

récupéré en direct d'OpenAlex

Indigitization is a British Columbia-based collaborative initiative between Indigenous communities and organizations, the Irving K. Barber Learning Centre (IKBLC), the Museum of Anthropology (MOA), the UBC iSchool at the University of British Columbia (UBC), and the University of Northern British Columbia (UNBC) Archives and Special Collections, to facilitate capacity building in Indigenous information management. This project is committed to clarifying processes and identifying issues in the conservation, digitization, and management of Indigenous community knowledge. It does so by providing information resources through the Indigitization toolkit and by enabling community-led audio cassette digitization projects through grant funding and training. Indigitization seeks to grow and work with a network of practitioners to develop effective practices for the management of digital heritage that support the goals of individual communities.

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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,872
Score d'incertitude au seuil0,411

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 technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,070
Tête enseignante GPT0,333
Écart entre enseignants0,263 · 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
GenreAutre

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

En bref

Citations3
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueKULA knowledge creation dissemination and preservation studiesMême sujetDigital and Traditional Archives ManagementTravaux en français237 207