MétaCan
Menu
Retour à la cohorte
Enregistrement W4405479925 · doi:10.1515/9783111386713-006

Mass Deacidification at the Swiss National Library

2024· book-chapter· en· W4405479925 sur OpenAlexaboutno aff
Agnès Blüher, André Page

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueLibraries and Information Services
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNational libraryLibrary scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Forty years ago anxious archivists and librarians coined the catchphrases ‘paper decay’ and ‘acidic corrosion’ and thus brought the preservation of archival and library holdings to public attention. The quantity of threatened cultural heritage prompted scientists and technicians to develop a wide variety of mass deacidification methods. Mass deacidification serves memory institutions as a means of preserving originals and also functions as a beacon which signals that conservation must be perceived as a core task and provided with the necessary resources. In Switzerland the Federal Archives and the National Library (NL) opted for the papersave® process in 1995 which was implemented in the papersave swiss facility and available to all interested parties in Switzerland until 2022. During the years 2000-2014 the NL treated all collections intended and suitable for deacidification. The quality assurance concept included long-term monitoring of the treated holdings; over the observation period of currently seven to twenty years, the deacidification treatment proved to be sustainable and stable in 97% of cases. Mass deacidification is an intervention in the original substance and cannot be reversed or repeated. The responsible selection of holdings and deacidification methods, for which international standards and sufficient experience are now available, is of decisive importance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,296

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0050,002
Communication savante0,0050,003
Science ouverte0,0010,005
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0880,027

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 Opus0,041
Tête enseignante GPT0,197
Écart entre enseignants0,156 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLibraries and Information ServicesTravaux en français237 207