Where data goes to DEI/EDI/DIE: Information Infrastructure and the Protracted Collapse of Institutional Courage
Notice bibliographique
Résumé
Slides of the presentation Where data goes to DEI/EDI/DIE: Information Infrastructure and the Protracted Collapse of Institutional Courage, held by Deb Verhoeven in the lecture series Digital Humanities in Focus: Methods, Applications, and Perspectives at the University of Rostock on April 7, 2025. Abstract: Recently my Canadian university abandoned its commitment to diversity, equity, and inclusion (DEI - what is known in Australian as EDI). How did we get here? How did I get here? The answer is: slowly but surely. What seems at first glance to be a dramatic capitulation of knowledge institutions—the shocking cancellation of equity-driven research enquiry and university programs committed to social justice, the overnight mass sackings of librarians and archivists and scientists—perhaps the signs were already there. This talk will provide a personalised perspective on digital information infrastructure in what is shaping to be an destructive era of social injustice and institutional collapse. Bio: Prof. Deb Verhoeven is considered one of the leading experts in the field of new network-based methods for analyzing inequalities in the cultural industries. Since 2019, Deb Verhoeven has held the Research Chair for Gender and Cultural Informatics at the University of Alberta, Canada. In her work, Prof. Deb Verhoeven explores an innovative data-driven approach she calls Social Justice Network Analysis (SJNA): "SJNA can identify patterns of unequal relationships in large data sets. This tool enables researchers, activists, and policymakers to analyze equal opportunities." The focus is not only on individuals, but also on connections, communities, networks, and cohorts. Since 2020, Deb Verhoeven has been an advisory board member of the "Knowledge - Culture - Transformation" Department of the Interdisciplinary Faculty at the University of Rostock. From March 15 to May 10, the Australian-born researcher is a Mare Balticum Fellow at the University of Rostock.
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 | 0,013 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,010 | 0,017 |
| Communication savante | 0,021 | 0,018 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,003 |
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 ».