MétaCan
Menu
Retour à la cohorte
Enregistrement W4410705297 · doi:10.29173/cais1902

Information Management Practices and Methodologies in Architecting Information Systems

2025· article· en· W4410705297 sur OpenAlexaffvenue
Tatiana Orel, Inge Alberts, Mary Cavanagh

Notice bibliographique

RevueProceedings of the Annual Conference of CAIS / Actes du congrès annuel de l ACSI · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueInformation Architecture and Usability
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésInformation systemInformation managementComputer scienceManagement information systemsKnowledge managementProcess managementSystems engineeringBusinessEngineering

Résumé

récupéré en direct d'OpenAlex

This research uses content analysis to provide a comprehensive overview of current trends in Information Architecture (IA) for Information Management (IM). It clarifies the IA concept, its elements, design practices, and methodologies. Additionally, it explores the education, roles, and skillsets expected of information architects in today’s job market. This research can be used to train IA stakeholders, define information architect responsibilities, standardize terminology, and develop best practices and standards for IA design. Ultimately, this work contributes to the evolving field of IA by reducing ambiguity and offering pedagogical insights for Library and Information Studies programs. Pratiques de gestion de l'information et méthodologies dans l'architecture des systèmes d'information RésuméCette recherche utilise l’analyse de contenu pour fournir une vue d’ensemble compréhensible des tendances actuelles en Architecture de l’Information (AI) pour la Gestion de l’Information (GI). Elle clarifie les concepts de l’AI, ses éléments, ses pratiques de conception et ses méthodologies. De plus, elle explore les rôles de l’éducation et les compétences attendues pour les architectes de l’information sur le marché du travail actuel. Cette recherche peut être utilisée pour entraîner les responsables d’AI, définir les responsabilités des architectes de l’information, standardiser la terminologie, et développer les meilleures pratiques et normes pour la conception de l’AI. En définitif, ce travail contribue à l’évolution du domaine de l’AI en réduisant l'ambiguïté et en offrant des perspectives pédagogiques pour les programmes d’études en Bibliothéconomie et Sciences de l’Information. Mots-clésarchitecture de l’information; gestion de l’information; méthodologie en architecture de l'information; pratiques de l’architecture de l’information: architecte de l’information

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)0,033
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,174

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0110,009
Études des sciences et des technologies0,0050,017
Communication savante0,0190,018
Science ouverte0,0030,005
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,029
Tête enseignante GPT0,288
Écart entre enseignants0,259 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Annual Conference of CAIS / Actes du congrès annuel de l ACSIMême sujetInformation Architecture and UsabilityTravaux en français237 207