Balancing Care and Authenticity in Digital Collections
Notice bibliographique
Résumé
Both traditional recordkeeping and radical empathy frameworks ask us to carefully consider: the presence of sensitive information within digital content; those who created, are captured by, and are affected by a record (or the absence of that record); and the consequences of retaining or discarding that information. However, automated digital archiving workflows – in order to handle the scale and volume of digital content – discourage contextual and empathetic decision-making in favour of preselected decisions. This paper explores the implications on labor and privacy of the common practice to “take and keep it all” within the context of radical empathy. Practices which promote retention of complete disk images and encourage the creation of access copies with redacted sensitive data are vulnerable. The decision to discard must be deliberate and, often, must be enacted manually, outside of the workflow. The motivation for this model is that the researcher, archivist, curator, or librarian can always return to the original disk image in order to demonstrate authenticity, allow for emulation or access, or to generate new access copies. However, this practice poses ethical privacy concerns and does not demonstrate care. We recognize that the resources necessary to review disk images and make contextual decisions that balance both privacy and authenticity are sizable due to the manual nature of this work: this places strain and further labor on staff and practitioners using current digital archival and preservation tools. We proffer that there is a need to develop tools which aid in efficient and explicit redaction, but also allow for needed contextual and empathetic decision-making. Further we propose that more staff time is required to make these decisions and if that staff time is not available, then the institution should consider itself incapable of ethically stewarding the content and protecting those affected. Pre-print first published online 01/24/2021
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 | 0,095 | 0,172 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,031 | 0,108 |
| Communication savante | 0,044 | 0,042 |
| Science ouverte | 0,007 | 0,067 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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.
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 ».