MétaCan
Menu
Back to cohort
Record W2139347695 · doi:10.7202/1029303ar

Préserver la durabilité des pratiques informationnelles des acteurs de l’architecture éco-constructive : des pratiques informationnelles à une mémoire collective de travail

2015· article· fr· W2139347695 on OpenAlexvenueno aff
Vincent Liquète

Bibliographic record

VenueRevue de l’Université de Moncton · 2015
Typearticle
Languagefr
FieldHealth Professions
TopicOccupational Health and Safety Research
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical sciencePhilosophy

Abstract

fetched live from OpenAlex

L’objectif de cette contribution sera de poser les prémisses d’une organisation de la durabilité des pratiques informationnelles en contexte professionnel. Nous tenterons de dégager quelques éléments clefs à prendre en considération pour concevoir l’accompagnement de la durabilité des pratiques informationnelles en contexte professionnel. Pour ce faire, cette contribution croisera un travail d’analyse d’un corpus sur la question fondamentale de la durabilité, avec un ensemble d’éléments que nous avons recueillis lors d’entretiens et d’analyses des systèmes d’information chez les architectes aquitains spécialisés en éco-construction. En effet, les acteurs aquitains du secteur de l’architecture éco-constructive (architectes, ingénieurs, fournisseurs, constructeurs, etc.), bien qu’ayant des pratiques informationnelles affirmées, organisent et conservent l’information de manière encore rare, sporadique, parfois même hasardeuse et fragmentée. Nous serons alors amenés à suggérer dans cette double approche pragmatique et théorique, un schéma de durabilité pour faciliter l’émergence puis le maintien de pratiques informationnelles durables. La question notamment de la constitution d’une mémoire numérique de travail, inscrivant leurs pratiques informationnelles autour des principes de durabilité, de stabilité et de transférabilité, sera évoquée.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.003
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.472
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0030.003
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.001
Science and technology studies0.0030.002
Scholarly communication0.0000.002
Open science0.0010.000
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.032
GPT teacher head0.323
Teacher spread0.291 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations6
Published2015
Admission routes1
Has abstractyes

Explore more

Same venueRevue de l’Université de MonctonSame topicOccupational Health and Safety ResearchFrench-language works237,207