Bibliographic record
Abstract
« Notre monde est en plein travail d’enfantement », disait Virginia Woolf. Dans les institutions culturelles, les bibliothèques, les musées, et plus généralement dans tout temple de la connaissance, le changement opère, force multiforme qui transforme et modèle nos habitudes de travail, nos pratiques et les rapports que nous entretenons avec nos usagers. Comment évaluer et valoriser la place que nous occupons dans la société dite du savoir ? Comment concilier le changement avec des notions aussi capitales que la vérité, la solidarité culturelle et sociale, ainsi que l’échange, ce puissant catalyseur de la dignité humaine ? Apprivoiser les flux de données pour rendre ces dernières fiables et intègres, s’approprier les nouvelles technologies afin de bâtir une offre de qualité libre et ouverte, autant de chantiers à relever pour celles et ceux dont la mission première est de constituer un thésaurus du savoir, véritable agora à la disposition de tous, accessible, sincère et altruiste. Le changement que nous observons est issu de quatre mutations majeures dans l’histoire humaine : la transformation de la carte financière, économique et commerciale du monde ; le déploiement de l’ère numérique qui change à tout jamais les rapports de l’être humain à la connaissance ; l’expansion démographique sur les continents asiatique et africain, qui bouleversera bientôt la répartition actuelle de la population mondiale ; enfin, les immenses défis environnementaux dont nos sociétés doivent se saisir sans plus tarder. Des premières avancées de la société québécoise jusqu’à la création d’un laboratoire de renommée internationale en intelligence artificielle, l’histoire se tisse grâce à l’information que l’esprit humain expérimente comme matière première, et à laquelle il insuffle une énergie vitale. Le changement doit se poursuivre avec le partage de l’information sous toutes ses formes et auprès de tous, ce qui nécessite notamment de mettre fin à ce très vieux scandale qu’est l’illettrisme dans nos sociétés savantes et connectées. Cela demande aussi d’accélérer le passage à la civilisation numérique, par la mise en place du dépôt légal numérique, la numérisation des collections patrimoniales, la création de bibliothèques d’avant-garde qui font la part belle aux laboratoires d’innovation et de création, telle la future bibliothèque Saint-Sulpice. Il nous faudra enfin porter notre réflexion sur l’avenir de la création : à l’âge de la robotique, des algorithmes, de l’intelligence artificielle et des données de masse, quel est donc l’avenir de la mémoire, de la production et du partage de la connaissance ?
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.011 | 0.013 |
| Scholarly communication | 0.010 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.013 | 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".