Valoriser les institutions patrimoniales sur les réseaux sociaux: recommandations pour les Archives d’Etat de Genève
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Ce travail établit un état de l’art, tant théorique que pratique, de l’utilisation des réseaux sociaux dans les institutions patrimoniales, à savoir les centres d’archives, les musées et les bibliothèques. C’est l’occasion d’effectuer un comparatif des différents réseaux sociaux, afin de déterminer quels sont les outils les plus adaptés (publications programmées, public cible ou statistiques à disposition). Ils sont ainsi mis en parallèle, en fonction de leurs avantages et inconvénients, ainsi que de leur adéquation avec la politique interne des différentes institutions. La zone géographique étudiée se concentre essentiellement sur l’Europe francophone. Toutefois des excursions au Canada ont été jugées pertinentes en raison des pratiques particulières des institutions de ce pays qui peuvent dès lors servir de source d’inspiration aux européennes. Quant aux réseaux sociaux pris en compte dans ce travail, il s’agit de Facebook, Twitter, Instagram, Snapchat, WhatsApp, YouTube et Flickr. Les blogs et les wikis ont également été intégrés dans la mesure où ils permettent une forme d’interaction avec les usagers et qu’ils font partie de la grande famille des médias sociaux. Ce travail propose finalement une série de recommandations et des objectifs pratiques pour les différentes institutions considérées quant à leur utilisation des réseaux sociaux, en adéquation avec la sociologie des publics auxquels elles sont confrontées. Puis par la suite, des recommandations spécifiques pour les Archives d’Etat de Genève (AEG) ont été établies afin d’améliorer leur présence actuelle. Il s’agit donc de sélectionner la plateforme la plus adaptée à l’âge du public ciblé de bien définir qui est responsable de l’alimentation de ces plateformes, tout en respectant le cadre légal de l’institution. Une identité forte peut être ainsi mise en place grâce à une interactivité tant avec le public qu’avec les partenaires de l’institution. Enfin, une veille sur les publications est à mettre en place afin d’établir un processus constant d’amélioration des contenus en fonction de ce qui fonctionne auprès du public touché. Après analyse des 5 publications les plus appréciées sur les comptes Facebook et Twitter des AEG, il apparaît que, sur Facebook, ce qui touche à l’émotionnel et aux dates anniversaires est ce qui est le plus susceptible de faire réagir la communauté. Sur Twitter par contre, ce sont les publications professionnelles qui rencontrent le plus de succès.
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.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 découle