MétaCan
Menu
Retour à la cohorte
Enregistrement W7083006590 · doi:10.17723/2327-9702-88.1.17

Aspirational but Realistic: Reimagining Accessioning Workflows in a Medical Archives

2025· article· en· W7083006590 sur OpenAlexaff

Notice bibliographique

RevueThe American Archivist · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensLibrary and Archives Canada
Organismes subventionnairesnon disponible
Mots-clésWorkflowDocumentationBest practiceModernization theoryEmulationKey (lock)Medical record

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The Medical Center Archives of NewYork-Presbyterian/Weill Cornell Medicine (MCA) was established in 1972 as the repository for what is now NewYork-Presbyterian Hospital and Cornell University's medical college. Since its inception, MCA has stewarded the records and personal papers of a large medical center through the labor of a small staff and limited resources, leading to accessioning policies and procedures that merited modernization and clarity. MCA staff have spent the last several years evaluating accessioning practices throughout the archival lifecycle, identifying key areas for improvement, and implementing clear workflows and documentation to improve efficiency and establish transparency. This case study discusses tools, resources, and methodologies utilized at MCA to implement accessioning best practices, scaled to the realities of our repository. Through incremental yet strategic changes, MCA clarified staff roles and labor, refined collection development practices, and created new internal workflows that incorporate born-digital and digitized material. A new accessioning manual serves as a tool for ongoing evaluation of our evolving practices and challenges within our medical archives context, particularly when serving as ethical stewards of historical medical records while still aiming for an access-driven approach. Strategies and methodologies are described to promote emulation in other repositories with a smaller staff or limited resources.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,129
score de la tête « metaresearch » (Gemma)0,172
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,129
Score d'incertitude au seuil0,680

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1290,172
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0170,011
Communication savante0,0330,019
Science ouverte0,0060,017
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,285
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American ArchivistMême sujetGeochemistry and Geologic MappingTravaux en français237 207