NumBA : la bibliothèque numérique du Cirad en agronomie tropicale
Bibliographic record
Abstract
NumBA est la bibliothèque numérique du Cirad consacrée à l’histoire de l’agronomie des régions tropicales et méditerranéennes à partir de la fin du 19ème siècle. NumBA donne accès à des documents, cartes, objets, iconographies rares, souvent uniques présentant un intérêt scientifique, historique, géographique, économique, social ou politique. Issus des fonds patrimoniaux du Cirad et de ses anciens instituts, ces documents éclairent le passage d’une approche économique, technique et éducative de l'agriculture dans les anciennes colonies françaises - l’agriculture coloniale, à une discipline scientifique pour le développement des Pays du Sud - l’agronomie tropicale. Lancée en 2019 dans le cadre d’un partenariat Gallica Marque blanche avec la Bibliothèque nationale de France, NumBA a ancré ses fondations sur la collection documentaire De l’agronomie coloniale à l’agronomie tropicale : histoire de la recherche française depuis le 19e siècle, labellisée CollEx (Collections d’Excellence) en 2017. NumBA répond à un triple objectif de conservation des fonds documentaires patrimoniaux du Cirad, de leur valorisation et de leur diffusion libre et gratuite. Cette diffusion facilite la redécouverte et la réutilisation des résultats scientifiques d’hier pour les recherches d’aujourd’hui et de demain. NumBA va s’enrichir de collections d’objets patrimoniaux particuliers. Ainsi, le projet NumBois, lauréat de l’appel à projets CollEx-Persée 2019-2020, vise à valoriser une collection patrimoniale exceptionnelle d’échantillons de bois numérisés en provenance de la Xylothèque du Cirad. En 2023, NumBA a le projet de s’ouvrir à la collection des planches botaniques de l’Herbier du Cirad.
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 | 0.005 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.030 | 0.048 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.017 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.056 | 0.015 |
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".