Les centres et les services d’archives du Québec se font tirer le portrait… statistique. Quelques considérations méthodologiques et résultats d’une préenquête1
Bibliographic record
Abstract
L’étude menée par les auteurs vise à identifier les données à recueillir sur les centres et services d’archives du Québec afin de dresser un portrait statistique de ces institutions lors d’une enquête de grande envergure prévue pour la fin de 2016 et le début de 2017. Cet article présente les étapes réalisées dans le cadre d’une préenquête visant à la préparer. Douze participants ont répondu au questionnaire de préenquête qui portait sur divers aspects de la pratique archivistique, dont l’administration, les ressources, les documents numériques ainsi que la gestion documentaire et la gestion des archives historiques. Les résultats obtenus mettent en lumière les défis méthodologiques posés par la collecte de données statistiques et les efforts de normalisation à entreprendre pour disposer de telles données. Au terme de l’ensemble du projet, les données recueillies constitueront un premier jalon vers une stratégie d’amélioration continue des centres et services d’archives. De plus, elles favoriseront l’étude de l’évolution du milieu professionnel 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 | 0.075 | 0.133 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.007 | 0.015 |
| Science and technology studies | 0.013 | 0.009 |
| Scholarly communication | 0.015 | 0.007 |
| Open science | 0.005 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.019 | 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".