Gouvernance des données d’usage dans les bibliothèques et archives : sondage sur les perceptions des usagers de Bibliothèque et Archives nationales du Québec
Notice bibliographique
Résumé
Gouvernance des données d’usage dans les bibliothèques et archives : sondage sur les perceptions des usagers de Bibliothèque et Archives nationales du Québec- Statistiques de téléchargementTéléchargementsTéléchargements par mois depuis la dernière annéeaoût2024janv.2025juin20250510Yearaoût 20242sept. 20242oct. 20248nov. 20242déc. 20245janv. 20256févr. 20259mars 20257avr. 20258mai 20256juin 20254juill. 20255août 20250Casemajor, Nathalie ORCID logo; Sirois, Guillaume; Bellavance, Guy ORCID logo; Vachon, Nathalie; Derbas Thibodeau, François R.; Beauséjour-Villemaire, Alexandra et Morin, Alexis (2023). Gouvernance des données d’usage dans les bibliothèques et archives : sondage sur les perceptions des usagers de Bibliothèque et Archives nationales du Québec INRS - Urbanisation Culture Société, Montréal.[thumbnail of RAPPORT_30Oct.pdf]PDF - Version publiéeTélécharger (2MB) | PrévisualisationRésuméL’objectif général de cette enquête est de connaître la perspective des personnes abonnées aux services de BAnQ concernant les pratiques de collecte, d’exploitation, d’archivage et de partage de données d’usage par l’institution. Ce faisant, le projet vise à contribuer au chantier de gouvernance des données de BAnQ : en éclairant la perspective des personnes abonnées, il offre des pistes de réflexion sur la gouvernance des données d’usage. Plus précisément, l’enquête vise les objectifs spécifiques suivants : 1) Comprendre ce que savent les personnes abonnées aux services de BAnQ à propos des pratiques de données d’usage de l’institution en mesurant leur littératie des données personnelles. 2) Mesurer l’intérêt des personnes abonnées pour le développement de nouveaux services fondés sur la collecte et l’exploitation des données d’usage. 3) Mesurer leur perception des pratiques de BAnQ concernant la gestion de leurs données personnelles (enjeux de protection de la vie privée). 4) Analyser les relations entre les caractéristiques sociodémographiques des personnes abonnées, leur littératie des données personnelles, leur intérêt pour le développement de nouveaux services et leur perception en matière de gestion des données personnelles.
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 | 0,010 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 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 ».