MétaCan
Menu
Retour à la cohorte
Enregistrement W4413413541 · doi:10.1080/19386389.2025.2547151

Inching Forward in the Face of Hegemonic Factors: Examining Metadata Contradictions Across University Indigenous Collections

2025· article· en· W4413413541 sur OpenAlexaffabout
Kaia MacLeod, Susan Dahl, Ingrid Reiche

Notice bibliographique

RevueJournal of Library Metadata · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDigital and Traditional Archives Management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMetadataIndigenousHegemonyFace (sociological concept)Computer scienceWorld Wide WebLibrary sciencePolitical scienceSociologyPoliticsSocial scienceEcologyLaw

Résumé

récupéré en direct d'OpenAlex

Changes to terminology take time and heighten tensions in language description, in preference of naming conventions, and institutional practices. External forces like the mandates of the United Nations Declaration on Indigenous Peoples, and the Canadian Federation of Library Associations (CFLA) recommendations for the Truth and Reconciliation Calls to Action, influence the actions taken by organizations and move us forward. However, other structural and systemic forces can impede these efforts. At the University of Calgary, decisions about which vocabularies to use are further muddied by different practices across our units, and the methods available to make updates to our systems. Our Library Managment System (LMS) needs to wait for updates from the vocabulary authorities, while our digital collections does not, allowing them to make big changes faster. By examining the applicable vocabularies in Canada, we can surface the hegemonic forces at work, that exist internal and external to the institution. For instance, while standardization aids in discovery, it also drives a hegemonic use of language which does not describe Canadian content such as Indigenous names. In grappling with these forces, we confront and oppose them as we work through the process of updating subject headings and descriptive language for Indigenous content within our systems.

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)0,035
score de la tête « metaresearch » (Gemma)0,052
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil0,849

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,052
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0100,014
Études des sciences et des technologies0,0430,053
Communication savante0,0250,016
Science ouverte0,0030,018
Intégrité de la recherche0,0020,005
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 Opus0,050
Tête enseignante GPT0,234
Écart entre enseignants0,185 · 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'étudeQualitatif
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Library MetadataMême sujetDigital and Traditional Archives ManagementTravaux en français237 207