Le modèle numérique 4D : un outil de diffusion et de communication au service de l’historien
Bibliographic record
Abstract
Le modèle numérique 4D constitue depuis quelques années un nouvel outil de recherche, de communication et de diffusion pour les historiens dont les travaux incluent une composante relative au patrimoine bâti. Ce type de modèle prend en considération la dimension temporelle du cadre bâti, c’est à dire l’évolution de la morphologie du lieu. Il permet par ailleurs de rendre compte de la multiplicité des hypothèses de restitution et des liens existant entre informations spatiales et sources documentaires. Le modèle 4D peut être accessible par le biais d’un environnement numérique interactif. Nous nous intéressons à la réponse de l’humain face à de tels systèmes informatiques. Nous cherchons à vérifier dans quelle mesure le modèle 4D pourrait contribuer à bonifier la communication d’une part entre l’historien et l’apprenant et, d’autre part, entre des historiens appartenant à un groupe de chercheurs. Notre intérêt porte également sur une optimisation des modalités de communication entre l’historien et le développeur informatique, afin que le chercheur en histoire soit en mesure de s’approprier les technologies numériques de façon plus probante. Une étude de cas nous amène à développer et à mettre à l’essai un environnement numérique 4D afin d’examiner ces divers types de communication.
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 | 0.003 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.009 | 0.011 |
| Open science | 0.003 | 0.004 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.023 | 0.003 |
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".