Bibliographic record
Abstract
La thématique de la médiation numérique s’est développée ces dernières années dans les discours professionnels des bibliothécaires. Il s’agit ici de prendre en compte les changements majeurs apportés par le numérique à la construction et à la diffusion des savoirs et des savoir-faire. La médiation numérique des savoirs vise à favoriser la rencontre entre des informations et des personnes par des dispositifs opérationnels au sein d’une démarche orientée vers ce qui constitue des enjeux de politiques publiques à l’ère du numérique. Parallèlement, dans le secteur culturel, les outils du marketing sont de mieux en mieux connus et appliqués au sein du secteur public. Bien loin de se réduire à la simple fonction publicitaire, le marketing constitue une stratégie visant à ajuster l’offre aux besoins et aux attentes des clients potentiels, à en assurer pertinemment la distribution et la promotion, puis à faire en sorte que cette offre est perçue comme une offre de qualité par les usagers. Est-ce dire alors que la mise en oeuvre d’un dispositif de médiation numérique des savoirs s’inscrit dans une démarche de marketing public ? Quelles sont les différences et les complémentarités entre ces deux concepts opérationnels bien distincts ?
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 | 0.008 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.006 | 0.022 |
| Scholarly communication | 0.022 | 0.018 |
| Open science | 0.002 | 0.008 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.033 | 0.006 |
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".