L’archiviste en contexte de documentation de la pandémie de la COVID-19 : vers une mission sociale
Bibliographic record
Abstract
Dans un contexte socioculturel où les institutions de mémoire s’emparent des technologies afin de réinventer leurs relations avec leurs usagers, les pratiques de l’archive s’orientent vers une voie plus participative et sociale. Plus encore, les bouleversements engendrés par la crise sanitaire actuelle liée à la COVID-19 amènent les institutions de mémoire à repenser leurs manières de remplir leur mission culturelle. Avec la déclaration de l’UNESCO pour la documentation de la pandémie, ces institutions ont opté pour plusieurs stratégies afin de démocratiser l’accès aux contenus culturels et impliquer davantage les citoyens dans la documentation collective de la crise. Dans ce contexte, les usagers acquièrent de nouveaux rôles en tant que producteurs et consommateurs de contenus culturels. Ainsi, l’archiviste est amené à se repositionner dans l’objectif de valoriser son rôle comme acteur social qui participe à la création d’un troisième lieu numérique, en aidant les usagers à socialiser et à partager leurs affects dans un climat de confiance et de collaboration.
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 | 0.015 | 0.026 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.006 | 0.008 |
| Science and technology studies | 0.017 | 0.025 |
| Scholarly communication | 0.026 | 0.013 |
| Open science | 0.002 | 0.010 |
| Research integrity | 0.004 | 0.009 |
| 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".