Notice bibliographique
Résumé
This paper describes progress of the ongoing postdoctoral project ARCVIS. The project is funded by a two-year individual fellowship from Marie Skłodowska-Curie actions (2019-2021). ARCVIS gathers, maps, and disseminates representations of Indigenous peoples in the western Arctic (Greenland, Canada, Alaska) between 1800 and 1880. The material is comprised of watercolours, pencil sketches, photographs, and prints, such as lithographs, woodcuts, and engravings. The visual material is scattered in archives around the world and this project’s aim is to gather that material together and display it geographically, linked to its places of origin in the Arctic. A key element of this project is the collation and interpretation of the material through an open access online geospatial platform, which combines the visuality of exploration and travel with digital methods that seek to bring out the richly contextual information often bypassed in visual documentary records. The project will present the peopled western Arctic that was encountered by ‘explorers.’ Through the analysis of picture and text in archives and published lnineteenth-century texts, it will strive to give ‘voice’ to the Indigenous people who were key to the success or failure of expeditions from the south. The project challenges the common outsider perception of the Arctic, which is often seen as an empty, icy region, devoid of human populations. Due to the COVID-19 pandemic, it has not been possible to include ‘new’ archival sources and the online platform will now only use images and texts available online and in the public domain.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,528 | 0,332 |
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 ».