Rénover ou construire pour mieux les accueillir : les retombées de l’aménagement des bibliothèques sur les usagers des bibliothèques publiques au Québec
Bibliographic record
Abstract
Les données sur les retombées des bibliothèques rénovées en sol québécois sont rarement mises à la disposition du public et des autres bibliothèques. Ainsi, l’impact des choix architecturaux et ergonomiques reste méconnu. Comment donc mesurer la valeur ajoutée pour les usagers, indépendamment de la valeur architecturale du bâtiment ? L’article présente une revue de la littérature des bonnes pratiques en aménagement des bibliothèques, suivie d’une analyse de douze projets de réaménagements de bibliothèques publiques québécoises entre 2007 et 2017, selon une méthodologie qualitative axée sur une approche interprétative des ressources documentaires et des statistiques. Les résultats de l’analyse démontrent qu’il est possible de mettre la valeur architecturale de la bibliothèque publique au service des usagers. La valeur ajoutée pour la population se manifeste principalement par l’augmentation du nombre de visites, d’emprunts en bibliothèque, d’usagers inscrits, d’activités et de participants à celles-ci. Parmi les recommandations, citons la collecte, la comparaison et la diffusion de statistiques avant, pendant et après les travaux comme partie intégrante de la conception architecturale et du programme fonctionnel et technique ; la segmentation par succursale des statistiques et la cohérence entre les éléments compilés lors de l’Enquête annuelle sur les bibliothèques publiques du Québec.
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 | 0.024 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.005 | 0.010 |
| Science and technology studies | 0.010 | 0.006 |
| Scholarly communication | 0.011 | 0.006 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.016 | 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".