Bibliographic record
Abstract
<p style="text-align: justify;">La crise sanitaire liée à la pandémie de coronavirus (COVID-19) a profondément marqué l’année 2020. En avril de cette année-là, l’Organisation des Nations unies pour l'éducation, la science et la culture insistait sur la nécessité de soutenir davantage le patrimoine documentaire et réclamait l’existence d'un dossier complet sur la pandémie afin d’en prévenir une autre et de mieux gérer son impact sur la société. Il fallait non seulement conserver les données générées par des technologies éphémères, mais aussi s’assurer de les rendre disponibles. Les institutions de mémoire devaient également continuer d’exploiter leur potentiel scientifique, éducatif et curatif, et mettre en place de nouvelles modalités d'accès aux ressources numériques, et d’accompagner leurs usagers à distance. <p style="text-align: justify;">Ce numéro comporte quatre articles qui rendent compte d’expériences menées dans des institutions de mémoire nationales, ainsi que des réflexions relatives aux stratégies et aux méthodes mises en œuvre. Il comporte également deux articles sur l’ouverture des ressources scientifiques aux chercheurs en situation de confinement. <w:sdt id="648641925" sdttag="goog_rdk_0"></w:sdt>Enfin, le numéro propose une bibliographie collaborative disponible à cette adresse : <a href="https://www.zotero.org/groups/4879838/archivage_web_covid19">https://www.zotero.org/groups/4879838/archivage_web_covid19</a>. Cette bibliographie présente une liste sélective de projets menés par des institutions nationales et internationales pour documenter la pandémie de COVID-19 depuis 2020.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.008 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.021 | 0.000 |
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 teacher head, 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".