« Hennin, archives et micro ». Les archives des sœurs hospitalières de Beaune, de la collecte à la valorisation
Bibliographic record
Abstract
La collecte d’un fonds privé est toujours un moment particulier pour un service public d’archives. Cette action fait l’objet d’un échange avec un donateur ou un déposant qui confie ses documents à une institution et lui apporte donc sa confiance pour leur gestion. Quelle est alors la relation que doivent entretenir les deux parties ? L’exemple du fonds des sœurs hospitalières de Beaune est caractéristique de l’importance des relations entre les deux parties et questionne le métier d’archiviste. Collecter un fonds privé : pour quoi faire ? Au-delà de la simple sauvegarde d’une partie de l’histoire d’une commune par des actions de classement et des procédés de conservation des documents, il s’agit aussi de savoir valoriser ces archives afin qu’elles soient accessibles au plus grand nombre et que chacun connaisse l’existence d’un tel corpus documentaire dont l’intérêt historique dépasse les frontières de la simple ville de Beaune. Plusieurs pistes s’offrent aux archivistes : de la communication des documents en salle de lecture aux séances de projection cinématographique en passant par la diffusion sur internet, de nombreuses possibilités ont vu le jour. L’archiviste peut également être lui-même acteur de l’enrichissement du fonds grâce à une collecte complémentaire passant par la constitution d’un corpus d’entretiens avec les religieuses de Beaune encore présentes. Ainsi, l’archiviste n’est plus seulement le passeur, celui qui transmet les documents, mais il est aussi celui qui les promeut et les rend visibles aux yeux du grand public.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.010 | 0.022 |
| Scholarly communication | 0.012 | 0.008 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.020 | 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".