Bibliothèques publiques : nouveaux édifices, nouveaux rôles
Bibliographic record
Abstract
On a assisté au cours de la dernière décennie à une vague de constructions de bibliothèques parmi lesquelles la Bibliothèque nationale de France, la British Library et la San Francisco Public Library ont particulièrement retenu l’attention en raison de leur taille et de leurs ambitions. La bibliothèque d’Alexandrie renaît sous une forme moderne et, tout près, Vancouver a récemment inauguré un nouvel édifice. Winnipeg et Montréal feront de même bientôt. La construction et le fonctionnement de projets d’une telle ampleur nécessitent des efforts et des investissements tels qu’on peut se poser de sérieuses questions quant à la viabilité de la réalisation de ces mégaprojets. Le texte qui suit va tenter d’apporter des éléments de réponse à la question qui semble revenir le plus fréquemment : « En a-t-on réellement besoin ? ». Le problème de l’importance ou de l’utilité de grands ouvrages pour loger les bibliothèques publiques comporte trois volets. D’entrée de jeu, on peut se demander s’il est justifié, à l’ère du numérique et au moment où l’on a accès de chez soi à un volume toujours croissant d’information, de construire de nouveaux édifices. Les bibliothèques ont-elles fait leur temps et ne devraient-elles pas être considérées comme des musées pour les lecteurs intéressés aux vieilles et poussiéreuses curiosités littéraires ? Deuxièmement, quels avantages y a-t-il à construire du neuf ? Ne serait-il pas plus pratique d’utiliser les établissements déjà existants ? Enfin, en quoi l’architecture de la bibliothèque est-elle si importante ? A-t-on besoin d’autre chose que d’un bâtiment pour abriter les collections et les services idoines ? Dans le cas des projets identifiés plus haut, on a fait de grands efforts de publicité sur le concept et l’allure des nouveaux édifices grâce à des concours d’architecture et à la présentation électronique des maquettes et de l’aménagement. Ne serait-ce pas faire preuve de trop de munificence, à une époque de restrictions budgétaires, que d’allouer tant de ressources à des visées aussi secondaires que celles d’attirer les regards ?
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 | 0.005 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.005 | 0.008 |
| Science and technology studies | 0.009 | 0.015 |
| Scholarly communication | 0.022 | 0.014 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.018 | 0.004 |
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".