MétaCan
Menu
Retour à la cohorte
Enregistrement W4409476072 · doi:10.33137/cjal-rcbu.v11.43087

Pages of Poison

2025· article· en· W4409476072 sur OpenAlexvenueno aff
Kim Bell, Robin Canham

Notice bibliographique

RevueCanadian Journal of Academic Librarianship · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueCultural Heritage Materials Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

In the 19th century, arsenic was a commonly used additive and colourant found in paper, clothing, household goods, personal products, and even confectionary items. Although most of these toxic products have long been removed from public consumption, books created using copper acetoarsenite, a green pigment, remain in our libraries and personal collections, with potential health implications. This article focuses on identifying 19th-century books in the Queen’s University Library, Kingston, suspected to contain copper acetoarsenite or emerald green. Based on visual identification, 150 books published between 1797 and 1900 were selected from the collections for X-ray fluorescence (XRF) spectroscopy testing to detect the arsenical colourant. Results revealed that 28 books tested contained significant amounts of arsenic in their bookcloth, covering paper, surface decoration, endpapers, or fore-edges. These findings underscore the necessity to implement proper handling and storage protocols and conservation strategies to mitigate the risk of arsenic exposure to library staff, researchers, and patrons. Moreover, this research contributes to the broader understanding of arsenic’s impact on cultural heritage preservation, highlighting the importance of interdisciplinary collaboration between librarians, conservators, archivists, historians, and scientists. By documenting and addressing arsenic contamination in library collections, institutions can safeguard the well-being of individuals interacting with these materials while preserving these cultural heritage items for the future.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,748
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,053
Tête enseignante GPT0,231
Écart entre enseignants0,178 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Academic LibrarianshipMême sujetCultural Heritage Materials AnalysisTravaux en français237 207