Bibliographic record
Abstract
PhotosNormandie est un projet collaboratif portant sur plus de 5 100 photos et 300 films historiques sur le débarquement du 6 juin 1944 et la bataille de Normandie. Il a pour objectif d’améliorer les légendes des photos et des films en utilisant les fonctionnalités des plates-formes Flickr et YouTube. Les photos proviennent des Archives Nationales des États-Unis (NARA) et du Canada et sont libres de droits. Les films proviennent également du NARA et ont été numérisés par l’équipe du projet. Actif depuis janvier 2007, le projet s’est constitué autour d’une cinquantaine de passionnés aux compétences complémentaires où l’on compte des archivistes, documentalistes, historiens, enseignants, etc. L’activité régulière du projet durant treize années a permis d’accroître considérablement la qualité des descriptions et de les enrichir d’informations inédites. L’ensemble des légendes produites forme probablement la meilleure description documentaire actuelle de cette collection de photos et films. L’article décrit les méthodes utilisées au cours de cette activité de crowdsourcing, les difficultés rencontrées, les (non) relations avec les acteurs institutionnels, ainsi que les résultats obtenus.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.428 | 0.244 |
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".