Wikipedia Pages for Underrepresented Archivists: Creating Representation through an SAA Foundation Grant-Funded Documentation Project
Notice bibliographique
Résumé
ABSTRACT In spring 2019, university archivist April Anderson-Zorn and special formats cataloger Eric Willey, both at Illinois State University (ISU), submitted a grant request to the Society of American Archivists (SAA) Foundation. The team requested funds to hire an ISU graduate student to create content for Wikipedia pages for underrepresented archivists. The grant aimed to fill a content gap on the site by including the biographies of female, Black, LGBTQ+, and other underrepresented archivists to highlight their accomplishments in the profession. With the help of graduate student Stephanie Collier, the project surpassed its original goal of fifteen pages, with over forty pages now on Wikipedia. Though Collier was successful in her efforts, she experienced setbacks throughout the process, including biases and harassment from some Wikipedia editors. This article reviews the literature on the history of Wikipedia and bias found within the Wikipedia community, provides an overview of the project, discusses privacy concerns in creating Wikipedia pages, and suggests the next steps for continuing the work to bring representation for underrepresented archivists to the Wikipedia platform. The article also examines Collier's experience working to bring representation to archivists while completing a graduate degree in history in the early months of the COVID-19 pandemic.
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 | 0,027 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,019 | 0,006 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,002 | 0,019 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».