Bibliographic record
Abstract
Cet article interroge les fondements et les défis de la collecte et de la préservation du patrimoine archivistique des théâtres nationaux que mettent en œuvre la Mission des archives du ministère de la Culture et les Archives nationales. Après le versement aux Archives nationales des archives anciennes de l’Opéra en 1932, l’intérêt patrimonial de directeurs de théâtre, l’évolution du statut des théâtres et du droit des archives ainsi que l’interventionnisme des Archives nationales permettent l’élaboration progressive d’une politique de collecte à la fin des années 1990. Fortes d’une tradition de collecte et d’une réflexion sur la sélection, les Archives nationales et la Mission des archives adaptent leurs modes d’intervention et outils pour assurer une collecte la plus représentative possible des missions remplies par le service public théâtral.Certains défis persistent, comme la collecte des archives dites artistiques désormais produites dans le cadre de missions publiques, ou encore la coordination des différents acteurs patrimoniaux. D’autres enjeux sont appréhendés comme le développement de l’expertise métier et des moyens en matière de collecte des archives numériques ou de certaines typologies particulières. La dématérialisation rend plus nécessaire la désignation ou le maintien d’un expert en archivistique au sein des théâtres, à même d’anticiper et de porter, en lien avec la Mission des archives, les projets de versement et de conservation pérenne aux Archives nationales.
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 | 0.006 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.013 | 0.007 |
| Scholarly communication | 0.013 | 0.008 |
| Open science | 0.001 | 0.011 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.023 | 0.004 |
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".