Information retrieval of humanities resources: subject searching from a user perspective
Notice bibliographique
Résumé
Purpose This paper explores the longstanding disconnect between Knowledge Organization (KO) and Information Retrieval (IR), advocating for their integration to improve subject access in humanities and cultural heritage (CH) collections, including newer types of collections, such as those of research data. Design/methodology/approach Through a critical synthesis of literature, standards and recent advances in both KO and IR, the paper identifies key advantages and challenges and proposes a collaborative research agenda to address them. Findings While KO Systems (KOS) provide semantic depth and contextual accuracy, and IR systems offer scalability, their independent development has limited the effectiveness of search systems for humanities and CH collections. Today’s operational search systems lack the capacity to support nuanced, exploratory search due to this disconnect. In addition, both KO and IR fields come with challenges which might be addressed via a complementary approach. The purposeful integration of KO and IR is necessary to address challenges such as opaque IR algorithms, underused or outdated KOS, and the need for context-aware, transparent and inclusive discovery environments. Practical implications Integrated KO-IR systems can support more accurate and inclusive discovery interfaces for libraries, museums and archives, as well as any search system, enhancing the visibility and usability of their resources. Originality/value The paper brings together perspectives from traditionally separate communities and calls for a de-siloed approach to designing subject access systems. It introduces key research questions and strategies for aligning KOS with advanced IR techniques.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».