MARIE-ANNE CHABIN, Archiver et après?
Bibliographic record
Abstract
Chartiste de formation et archiviste-palographe de profession, Marie-Anne Chabin oeuvre dans le domaine des archives depuis plus de vingt ans.Elle dirige sa propre socit de conseil, Archive 17, et offre ses services plusieurs organismes en France et l'chelle internationale.Elle assure galement la coordination de plusieurs numros spciaux de la revue Document numri que.Nourrie d'une longue exprience de terrain, inspire de Michel Foucault, Jacques Derrida et Paul Ricoeur, Chabin nous offre son cinquime ouvrage, Archiver et aprs?Fonde sur un style recherch et une terminologie audacieuse, la matire propose constitue une rflexion sur le sens du verbe archiver, sur ses pr supposs, sur ses consquences, sur ce qu'il en cote et ce qu'on y gagne (p.11).Aprs avoir crit aux archivistes, aux thoriciens et aux spcialistes de l'information et des systmes, Chabin s'adresse dans cette publication la fois un public profane ayant des ides prconues des archives et des dcideurs non avertis l'importance d'un investissement soutenu dans la gestion de la mmoire organisationnelle et collective.Archiver, rappelle Marie-Anne Chabin dans son introduction, est un acte d'une grande complexit cause, d'une part, de la nature dichotomique des archives et, d'autre part, des bouleversements introduits par le numrique.La mise en archive, soit la slection, la conservation et la mise disposition de l'information, requiert une prise en compte des caractristiques propres aux archives en tant que traces d'une action et sources de connaissance.L'archivage doit aussi matriser la masse croissante des archives et s'tendre aux nouvelles formes documentaires, pur produit du numrique.Le premier chapitre discute les diffrentes significations des archives, notamment les emplois courants et professionnels.On y dfinit aussi l'archi vage comme un acte dlibrer, propre l'tre humain (p.14-15).Cet acte vient rpondre plusieurs besoins tant individuels que collectifs, provoqus aussi
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 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".