Maudits moteurs ! Ou comment et pourquoi les bibliothèques pactisent avec le diable, pour répondre, elles aussi, aux attentes de la société de lâinformation
Notice bibliographique
Résumé
Analyse des relations entre les bibliothèques et moteurs de recherche depuis les années 2000. Apparition des contrats de partenariat autour des résolveurs de liens, puis des contrat pour l'échange et l'exposition de données bibliographiques et puis enfin contrats de numérisation de livres. On voit ensuite se multiplier les acteurs du "système livre" et ce phénomène apparaît comme une chance d'équilibrer les rapports entre bibliothèques et moteurs sur le long terme. La présentation aborde le futur des relations entre acteurs du livres et des moteurs de recherche et conclut qu'une relation durable est maintenant possible. Les moteurs veulent indexer le contenu des livres et proposer des services commerciaux ou générant du traffic à partir de ce contenu. Les bibliothèques ont tout à gagner à présenter ces données via les moteurs pour augmenter leur visbilité et servir le public, mais elles doivent faire attention à ne pas dilapider le capital constitué des milliards de livres qu'elles possèdentet à trouver leur place sur les nouveaux marchés ouverts par le numérique et le web.
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 | 0,006 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,006 |
| Communication savante | 0,013 | 0,010 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,090 | 0,034 |
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 ».