Bibliographic record
Abstract
L’année 2001 sera marquée par la mise en place de nouvelles structures municipales dans plusieurs régions du Québec. Tout comme Québec et Hull, Montréal sera fusionnée avec les villes environnantes. Si l’on tient compte de l’énorme fossé qui sépare les différentes bibliothèques de l’île de Montréal en ce qui concerne leur financement per capita, ces fusions auront un impact considérable sur le milieu des bibliothèques. En utilisant l’expérience de Toronto et d’Ottawa, nous pouvons déterminer les principaux enjeux auxquels devront prochainement faire face les bibliothèques montréalaises. Pour obtenir un réseau de bibliothèques de qualité, un nivellement des services vers le haut sera impératif; nous pouvons donc nous attendre à ce que l’homogénéisation des dépenses constitue un défi de taille. Après Toronto et Ottawa, la ville de Montréal deviendra, elle aussi, une mégacité. Bientôt, tous les services offerts par les différentes municipalités de l’île se verront possiblement chapeautés par une nouvelle structure. Cette nouvelle structure s’appliquera tant à la voirie, qu’à la collecte des déchets et tout aussi bien à nos bibliothèques. Les bibliothécaires, les techniciens, les gestionnaires et les clients de nos bibliothèques doivent-ils craindre les fusions ? La loi 170 ne fait pas spécifiquement mention des bibliothèques, ce qui nous amène à questionner l’importance que leur donneront les différents conseils de transition. Le présent article tentera de déterminer les principaux enjeux auxquels devront prochainement faire face les bibliothèques montréalaises.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.005 | 0.017 |
| Science and technology studies | 0.013 | 0.004 |
| Scholarly communication | 0.009 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.027 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".