Archivistique, histoire et Web sémantique : une approche interdisciplinaire basée sur l’événementiel
Bibliographic record
Abstract
Le Web sémantique commence à intéresser les chercheurs en sciences historiques au Québec. Son fonctionnement demande par contre une restructuration des méthodologies archivistique et historienne afin d’accroître l’interopérabilité des données produites par chacune de ces disciplines. Les données liées, initiative technique qui sous-tend le Web sémantique, nécessitent l’utilisation de multiples vocabulaires et normes afin de créer des liens entre les contenus dans le but d’inscrire ces derniers dans un nuage de données interrogeable dynamiquement. Ce court article explique succinctement le fonctionnement du Web sémantique dans le but de présenter un modèle ontologique construit autour de la notion d’événement qui s’intituleConceptual Reference Modelélaboré par leComité international pour la documentationde l’International Council of Museums. Cette introduction à une des ontologies susceptibles d’emmagasiner la complexité d’un fait patrimonial, amènera une réflexion autour des compétences communes et à acquérir pour les professionnels de chacune de ces disciplines. La question de l’interdisciplinarité est au coeur de l’argumentaire afin de démontrer que l’implication d’un grand nombre d’acteurs est primordiale pour assurer le développement d’une plateforme sémantique provinciale sur l’histoire québécoise.
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 | 0.007 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.007 | 0.006 |
| Science and technology studies | 0.003 | 0.007 |
| Scholarly communication | 0.015 | 0.022 |
| Open science | 0.003 | 0.008 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.008 | 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".