Cartographie de l’impact des ateliers wikipédiens en bibliothèque publique
Bibliographic record
Abstract
Wikipédia célèbre ses 20 ans cette année. Du rejet à la suspicion puis à la collaboration, des initiatives se mettent en place à partir de 2012, tant dans les bibliothèques universitaires que publiques, sous la forme de journées contributives, ou édit-a-thons, constituant encore aujourd’hui un des principaux scénarios de médiation wikipédienne. Des ateliers de contribution ont été intégrés dans le calendrier de la Grande bibliothèque et dans le réseau des Bibliothèques de Montréal. L'évaluation de ces activités oscillent entre l’enthousiasme et la déception, mais d’une façon générale, on reconnaît que ce n’est pas le nombre de participant.e.s ou le nombre de contributions qui constituent une mesure adéquate de la valeur de ces activités. Nous proposons d'évaluer ces activités par le biais d’un récit ethnologique porté par ces questions : Comment pourrait-on créer une communauté créatrice de savoirs communs numériques en bibliothèque? Comment pourrait-on évaluer et accroître l’impact des ateliers contributifs impliquant les bibliothèques et Wikipédia et d'autres projets soutenus par la fondation Wikimédia? Nous explorerons un cadre de référence visant à étudier ces actions en regard des finalités et des missions des bibliothèques aujourd’hui. Cette "réflexion sur l’action" nous permettra de partager un certain nombre de constats instructifs en s’attachant particulièrement aux leçons que l’on peut tirer pour faciliter l’aménagement social de ces ateliers.
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 | 0.003 | 0.018 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.022 | 0.031 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.026 | 0.005 |
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".