Préparer les citoyens d’aujourd’hui à la société de l’information de demain : quels rôles pour les bibliothécaires et documentalistes ?
Bibliographic record
Abstract
Dans un monde où la place du numérique s’affirme chaque jour davantage, et où les jeunes sont captivés par les technologies, les bibliothécaires et documentalistes ne semblent avoir d’autre option que de donner une place de choix au numérique dans le cadre de leur mission de formation. Il est dorénavant impossible pour eux de rester sourds aux transformations sociétales et aux nouvelles avenues que le numérique offre pour la recherche d’information, tout comme il est impossible de rester indifférent à la place grandissante que l’intelligence artificielle gagne dans tous les secteurs de notre société, y compris celui de l’accès à l’information. Ce texte a également pour but de montrer le rôle primordial que sont appelés à jouer bibliothécaires et documentalistes pour préparer les citoyens d’aujourd’hui à la société de l’information de demain. Il y est notamment question de leur rôle-clé pour amener tout apprenant à développer des compétences informationnelles actuelles, à agir en citoyen numérique éclairé et responsable, et à contribuer au développement de l’intelligence collective planétaire, et ce, afin de participer à sa façon à l’édification de la société de demain.
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 | 0.008 | 0.015 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.011 | 0.018 |
| Scholarly communication | 0.020 | 0.021 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.004 | 0.004 |
| Insufficient payload (model declined to judge) | 0.018 | 0.005 |
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".