Preservation Is Knowledge: A community-driven preservation approach: Paper - iPRES 2012 - Digital Curation Institute, iSchool, Toronto
Notice bibliographique
Résumé
In the beginning, SPAR, the National Library of France's repository, was designed as the OAIS softwarified.It was intended to be a "full OAIS", covering all preservation needs in one tidy system.Then as its potential revealed itself across the library, high hopes arose for a do-it-all digital curation tool.Yet in day to day preservation activities of the BnF, it turns out that SPAR's growth takes a practical approach to the essentials of preservation and the specific needs of communities.Renewed dialogue with producers and users has led to the addition of functions the digital preservation team would not have thought of.This is very clear in what has been created to ingest the BnF's web archives into SPAR, giving the community more information on their data, and in what is taking shape to deal with the BnF's administrative archives, adding new functionalities to the system.The difference between what preservations tools and what curation tools should be at the BnF will have to be examined over time, to ensure all the communities' needs are met while SPAR remains viable.
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 | 0,014 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,012 | 0,025 |
| Communication savante | 0,029 | 0,019 |
| Science ouverte | 0,003 | 0,015 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 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 ».