La normalisation et la gestion intégrée des documents (GID) : quelle relation ? Réflexion sur les normes ISO 30300, ISO 30301, ISO 14641 et leur apport à l’implantation des systèmes de GID
Bibliographic record
Abstract
Les organisations se servent des documents produits et reçus quotidiennement pour la réalisation effective de leurs activités. Avec la production documentaire en croissance exponentielle, ces organisations tendent à implanter des systèmes de gestion documentaire dans l’objectif de pallier les différents problèmes liés à la gestion, au repérage et à la conservation des documents. Au Québec, les organisations ont commencé à implanter des systèmes de gestion intégrée des documents (GID), visant à gérer les documents dans la diversité de leurs supports et tout au long de leur cycle de vie. La nature complexe de ces systèmes remet en question leur implantation réussie, d’où la nécessité de se doter de lignes directrices ou d’un cadre normatif servant à piloter ces projets. Les normes de l’Organisation internationale de normalisation (ISO), soit ISO 30300 et ISO 30301 pour les systèmes de gestion des documents d’activité, ainsi que l’ISO 14641 pour l’archivage légal et probatoire des documents constituent un cadre normatif pertinent pour l’implantation réussie et l’utilisation effective des systèmes de GID dans les organisations. Cet article présente une réflexion sur l’apport de ces normes à l’implantation de ces systèmes, en partant de la perspective québécoise en archivistique.
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 | 0.034 | 0.064 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.002 | 0.013 |
| Scholarly communication | 0.017 | 0.010 |
| Open science | 0.003 | 0.004 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.003 | 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; 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".