Comprendre les archives anicinabek comme des communs de la connaissance : évolution des principes et des pratiques de gouvernance d’une bibliothèque numérique anicinabe1
Bibliographic record
Abstract
Les professionnelles et professionnels de l’information au Canada ont porté une attention croissante, dans les récentes années, aux enjeux autochtones et à la théorie des communs de la connaissance (knowledge commons) de Charlotte Hess et Elinor Ostrom. Nous croyons que les apports respectifs de ces dynamiques peuvent être jumelés afin de répondre aux enjeux de la décolonisation en contexte anicinabe. L’intérêt de notre contribution est d’avoir testé cette hypothèse dans la pratique, en vérifiant l’adhésion à la théorie des communs de la connaissance des membres de l’organisme anicinabe Minwashin contribuant au projet de bibliothèque numérique Nipakanatik. Pour ce faire, nous avons envoyé un questionnaire constitué de onze questions fermées et de trois mises en situation aux personnes concernées. Nos résultats montrent que les répondantes et répondants appuient la majorité des principes de la théorie de Hess et Ostrom et accordent une importance spéciale à l’idée que la gouvernance de l’information attachée à l’histoire anicinabe doive s’inspirer des règles, des valeurs et des traditions des communautés. Ils suggèrent en outre que l’enclosure, qui est identifiée par Hess et Ostrom comme la menace principale aux communs de la connaissance, est moins redoutée à Minwashin que la dégradation des archives en général.
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 | 0.004 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.012 | 0.019 |
| Scholarly communication | 0.012 | 0.009 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".