SAGÉE : un développement informatique adapté aux besoins en gestion de l’information de la Direction des évaluations environnementales
Bibliographic record
Abstract
Au ministère des Communications du gouvernement du Québec, on a développé une solution originale pour assister les chargés de projets dans l’analyse et le repérage d’une information abondante et de nature essentiellement textuelle. Le système d’aide à la gestion des évaluations environnementales (SAGÉE) s’appuie sur une combinaison d’approches et de technologies (micro-informatique, système expert, hypertexte, bases de données textuelles et bases de données documentaires, entre autres). Ces solutions répondent à la multiplicité des besoins exprimés et aux caractéristiques des données à gérer. Les systèmes développés sont présentés dans un tableau synoptique qui indique également les investissements techniques et humains consentis ainsi que les bénéfices retirés. Des explications sont fournies sur le Système d’information sur les dossiers de la Direction des évaluations environnementales (SIDDÉE), sur la bibliothèque électronique des documents produits par la Direction, sur la base de données EVALEN destinée à faciliter l’accès aux documents techniques et scientifiques, sur le système d’analyse de textes par ordinateur SATO et finalement sur le système d’aide à l’élaboration de la directive. De nombreux tableaux illustrent le propos.
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 | 0.014 | 0.026 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.005 | 0.003 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.003 | 0.005 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.016 | 0.009 |
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".