Archivistes tout-terrain: Les chantiers-école d’Archivistes sans Frontières
Bibliographic record
Abstract
Depuis 2010, Archivistes sans Frontières-France (ASF-France) participe à des projets de sauvegarde d’archives en péril de destruction ou de mauvaise gestion dans différentes institutions au Burkina Faso. Il ressort de l’impact de ces interventions sur les pratiques locales que les collègues qui font appel à ASF-France manquent de méthodologie, n’ont pas reçu de formation académique ou, lorsqu’ils possèdent des bases théoriques, ont du mal à passer à la pratique et à s’adapter à des situations professionnelles concrètes. La formule des chantiers-écoles, organisés et encadrés par ASF-France en partenariat avec l’Université de Versailles Saint Quentin et avec l’Ecole nationale d’administration et de la magistrature du Burkina Faso, propose l’intégration de mises en situation pratiques dans l’enseignement académique, dans le cadre de missions d’intervention d’ASF-France pour réaliser un projet concret. Les projets servent ainsi de « terrain » d’application, et les participants—étudiants français et burkinabè, professionnels burkinabè de l’institution qui accueille le projet- bénéficient ainsi d’un modèle pédagogique plus efficace pour une prise de fonction opérationnelle. Les réflexions menant à la modélisation de la formule des chantiers-écoles d’ASF-France sont illustrés par des exemples concrets tirés des cinq expériences de chantiers menées entre 2018 et 2022 au Burkina Faso.
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 | 0.013 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.015 | 0.013 |
| Scholarly communication | 0.011 | 0.006 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 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".