Le Groupe interdisciplinaire de recherche en archivistique (GIRA) : éléments de son évolution et activités principales depuis 30 ans
Bibliographic record
Abstract
Le Groupe interdisciplinaire de recherche en archivistique (GIRA) aura 30 ans en 2018. Il nous semblait opportun de brosser, même à grands traits, les principaux éléments de son évolution et sa contribution au développement de l’archivistique au Québec. En tout premier lieu, nous présenterons ce groupe de recherche et ses objectifs spécifiques. Nous dévoilerons par la suite les principaux éléments de l’évolution de son comité de direction : des membres fondateurs au « foisonnement » des membres depuis la dernière décennie. Dans une deuxième partie, nous étudierons le réseau du GIRA en prenant en compte les conférenciers, présentateurs et commentateurs qui se sont succédé pendant plus de deux décennies lors des rencontres tenues tous les quatre ans. Il s’agit de dégager une image de l’étendue des contacts professionnels des membres du groupe de recherche. Une troisième partie dressera un panorama des rencontres tenues depuis 1990 et identifiera les points de convergence entre ces symposiums. Nous aborderons la recherche en archivistique et la place occupée par celle-ci tout au long des rencontres dans une quatrième partie et tenterons également de lever le voile sur l’existence d’un champ spécifique pour la recherche en archivistique au Québec. Nous terminerons par une conclusion qui identifiera les traits caractéristiques de l’archivistique au Québec, qui a nettement atteint un seuil de maturité, et le rôle joué par le GIRA.
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 | 0.026 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.012 | 0.007 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.003 | 0.009 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.014 | 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".