Notice bibliographique
Résumé
Since its inception in 1955, the term “artificial intelligence” (AI) has seen a recent revival with generative AI. But what does this mean for Canadian Library and Information Sciences (LIS) responses? Text analysis was performed in 56 AI articles from nine Canadian LIS journals spanning 1982 to 2024. Using diachronic and sentiment trends, the identified corpus highlights that past familiarity with more traditional AI has led to a balanced and possibly more critical sentiment that provides context, acceptance, and concern for future generative AI technologies within the Canadian LIS landscape. L'IA dans les revues canadiennes de BSI: une analyse de texte RésuméDepuis sa création en 1955, le terme « intelligence artificielle » (IA) a connu un renouveau récent avec l'IA générative. Mais qu'est-ce que cela signifie pour les bibliothèques canadiennes ? Une analyse de texte a été effectuée sur 56 publications rédigées par l'IA, provenant de neuf revues canadiennes en BSI entre 1982 et 2024. En utilisant les tendances diachroniques et de sentiment, le corpus souligne que la familiarité passée avec l'IA plus traditionnelle a conduit à un sentiment équilibré et peut-être plus critique qui fournit contexte, acceptation et préoccupation pour les futures technologies en IA générative sur le plan canadien de la BSI. Mots-clésIntelligence artificielle; analyse de texte; contexte canadien
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 | 0,005 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,050 | 0,092 |
| Études des sciences et des technologies | 0,023 | 0,007 |
| Communication savante | 0,019 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,054 | 0,010 |
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 ».