Remembering Forgotten Stories in the Archives
Notice bibliographique
Résumé
Out of approximately 10 km of research material in the Queen’s Archives, how do you remember just one person, especially when the archival records are often fragmented? As HIST 502 Interns for the 2022 Fall Semester, we dived into this idea, aiming to rediscover (and, through digitisation, publicly promote) the life and works of Dr. Allie Vibert Douglas, a Canadian astronomer, physics professor and former Dean of Women at Queen’s University. In our 4-month research period, we made a number of fascinating discoveries in her fonds that we would like to bring to this conference. First, we learned how easily misinformation can pervade archival research with incomplete or biased documentation, in addition to the personal bias brought by the researchers themselves. As the first female astrophysicist in Canada, her archival material gave us insight into how embedded gender bias was in the academic world. After receiving an email from her living relatives, we were able to learn firsthand the impact archival research can have in the contemporary world. As well, we found a surprisingly high emotional impact from our readings in the archives, as we began to feel that a relationship had developed between us despite all the time that has passed between our lifetimes. Our research brought us to the conclusion that while the archives can promote misinformation, it is also an essential tool to combat it. Archives provide a snapshot of someone’s life on paper, allowing the opportunity to rediscover history through the words of who lived it.
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 | 0,014 | 0,058 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,021 | 0,027 |
| Communication savante | 0,024 | 0,030 |
| Science ouverte | 0,003 | 0,016 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 ».