Data cultures: Contested meanings in a public cultural institution
Notice bibliographique
Résumé
This paper maps the configurations of meanings surrounding data culture and examines its ongoing transformation. Using the National Library and Archives of Quebec (BAnQ) as a case study, it explores the interplay between practices and interpretations of what constitutes data culture within this public cultural institution. Rather than approaching data culture as an entirely new set of dispositions that organizations need to develop, I propose understanding it as a contested field of meanings. This field brings together heterogeneous elements—some grounded in long-established professional practices, others emerging in response to new digital demands—where divergent logics of action and values collide. Rooted in critical data studies, this paper offers empirical insights into the power dynamics within data cultures, conceptualized as complex arrangements of meanings, material apparatuses, and social practices. It identifies key factors that shape data culture at the BAnQ: organizational structures, professional values, institutional goals (such as artifact documentation, public accessibility, and performance optimization), governmental requirements, and data tools and ideologies. The formation and transformation of data culture at the BAnQ appear to be a dynamic process that requires aligning new practices with existing frameworks of meaning, while also exposing tensions and resistance among differing interpretations. From this perspective, data culture emerges as an arena of debate, leading to genuine disagreements over the data practices required to fulfill the BAnQ's broader mission. As the institution navigates the challenges of datafication, its approach to data governance becomes pivotal in balancing public service goals with the imperatives of data innovation.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,005 | 0,005 |
| 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 ».