Bibliographic record
Abstract
Conformément au thème du congrès, « Créer des ponts : des communautés de savoir à un savoir public », la présente communication traite des questions liées à l’histoire publique et l’impact d’Internet — le moyen de communication le plus public qui soit — sur les façons dont les historiens universitaires créent et communiquent le savoir. Elle trace l’essor de l’histoire publique en tant que profession et domaine d’études depuis trois décennies, les efforts de la Société historique du Canada (la SHC) depuis ses débuts en 1922 visant à atteindre un plus grand public et l’impact d’Internet sur le travail des historiennes et des historiens professionnels. En posant des questions sur le rôle des historiens universitaires en général et de la SHC en particulier quant à la création de ponts entre les intérêts de l’histoire universitaire et de l’histoire publique, qui paraissent diverger à première vue, elle contribue à une discussion plus générale qui préoccupera presque inévitablement les présidents de la SHC dans l’avenir prévisible : le rôle de l’histoire universitaire et des autres disciplines appartenant au groupe des arts, dans l’université postmoderne et dans le monde en rapide évolution du savoir, dont le moteur est Internet et ses technologies connexes.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.011 | 0.002 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.005 | 0.007 |
| Insufficient payload (model declined to judge) | 0.042 | 0.010 |
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".