Numériser, filmer et partager les archives : penser une forme créatrice de lien(s)
Bibliographic record
Abstract
Cet article porte sur le rôle que peut jouer la réalisation d’entretiens sonores et filmés \nlors de la numérisation d’un fonds d’archives conservé par une structure associative. Le \nprincipe consiste à penser les liens qui peuvent être créés entre des documents numérisés \nmis en ligne et les paroles des acteurs de l’histoire ayant manipulé ces documents. L’étude \nde cas considérée est la conception d’une archive en ligne à partir du fonds de la troupe \nde théâtre yiddishophone Dora Wasserman. Celle-ci s’inscrit dans le cadre d’un projet de \nrecherche international initié par Éric Méchoulan au Centre de Recherches Intermédiales \nsur les arts, les lettres et les techniques (CRIalt, Université de Montréal, 2011-2014), dont \nj’ai assuré la coordination scientifique. Le titre de celui-ci, Numériser, filmer et partager les \narchives, en résume l’enjeu à partir du moment où l’on comprend celui-ci comme \nl’exposition d’un problème contemporain et non comme l’énoncé d’une injonction \ns’inscrivant dans l’ère du temps.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.002 |
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; both teacher heads agree on what is shown here.
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".