MétaCan
Menu
Back to cohort
Record W6983348659

MARIE-ANNE CHABIN, Archiver et après?

2010· article· en· W6983348659 on OpenAlexvenueno aff

Bibliographic record

VenueArchivaria · 2010
Typearticle
Languageen
FieldComputer Science
TopicCultural Insights and Digital Impacts
Canadian institutionsnot available
Fundersnot available
KeywordsStyle (visual arts)Post modernismHistory of literature
DOInot available

Abstract

fetched live from OpenAlex

Chartiste de formation et archiviste-paléographe de profession, Marie-Anne Chabin œuvre dans le domaine des archives depuis plus de vingt ans.Elle dirige sa propre société de conseil, Archive 17, et offre ses services à plusieurs organismes en France et à l'échelle internationale.Elle assure également la coordination de plusieurs numéros spéciaux de la revue Document numéri que.Nourrie d'une longue expérience de terrain, inspirée de Michel Foucault, Jacques Derrida et Paul Ricoeur, Chabin nous offre son cinquième ouvrage, Archiver et après?Fondée sur un style recherché et une terminologie audacieuse, la matière proposée constitue une réflexion sur le sens du verbe archiver, sur ses pré supposés, sur ses conséquences, sur ce qu'il en coûte et ce qu'on y gagne (p.11).Après avoir écrit aux archivistes, aux théoriciens et aux spécialistes de l'information et des systèmes, Chabin s'adresse dans cette publication à la fois à un public profane ayant des idées préconçues des archives et à des décideurs non avertis à l'importance d'un investissement soutenu dans la gestion de la mémoire organisationnelle et collective.Archiver, rappelle Marie-Anne Chabin dans son introduction, est un acte d'une grande complexité à cause, d'une part, de la nature dichotomique des archives et, d'autre part, des bouleversements introduits par le numérique.La mise en archive, soit la sélection, la conservation et la mise à disposition de l'information, requiert une prise en compte des caractéristiques propres aux archives en tant que traces d'une action et sources de connaissance.L'archivage doit aussi maîtriser la masse croissante des archives et s'étendre aux nouvelles formes documentaires, pur produit du numérique.Le premier chapitre discute les différentes significations des archives, notamment les emplois courants et professionnels.On y définit aussi l'archi vage comme un acte délibérer, propre à l'être humain (p.14-15).Cet acte vient répondre à plusieurs besoins tant individuels que collectifs, provoqués aussi Archivaria

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.010
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.060
Threshold uncertainty score0.120

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.010
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.002
Science and technology studies0.0110.005
Scholarly communication0.0120.007
Open science0.0010.003
Research integrity0.0030.006
Insufficient payload (model declined to judge)0.0300.009

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.

Opus teacher head0.079
GPT teacher head0.283
Teacher spread0.203 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations0
Published2010
Admission routes1
Has abstractyes

Explore more

Same venueArchivariaSame topicCultural Insights and Digital ImpactsFrench-language works237,207