Le Learning center de l'EPFL : la bibliothèque augmentée. Un nouveau concept de bibliothèque universitaire en Suisse?
Bibliographic record
Abstract
La La biblioth bibliothè èque que augment augmenté ée e Un nouveau concept de Un nouveau concept de biblioth bibliothè èque que universitaire universitaire en en Suisse ?Suisse ?David Aymonin Directeur de l'Information scientifique et des Bibliothèques Commission bib.HEG.Genève.16 sept 2005 I. Environnement : les pilotes du changement II.Quel avenir pour la bibliothèque du futur ?III.Les choix et la vision du Learning center Plan Présentation en 3 points : Le projet LC est né d'une « vision » de notre président : créer la « maison de vie des étudiants » et d'une analyse continue des changements en cours dans le monde de l'information scientifique Nous avons aussi dû réfléchir à la légitimité de la bibliothèque en tant que lieu dans un monde de plus en plus numérique.Commission bib.HEG.Genève.16 sept 2005 I. Environnement : les pilotes du changement L'ère du document numérique L'âge de l'accès Maudits moteurs de recherche E-learning, on ferme !Money Money Money Les usagers consommateurs Parmi les facteurs prépondérants, voici ceux qu'il me semblait nécessaire d'analyser pour programmer le learning center.L'ère du numérique : car la majeure partie des sources d'information documentaire sont et seront accessibles sous forme électronique d'ici quelques années.Le papier devenant un support complémentaire.L'âge de l'accès : comme le dit J rifkin dans son livre éponyme, on ne possède plus on accède.En bibliothèque ce phénomène est connu, mais ses conséquences encore peu maîtrisées.Maudits moteurs de recherche : la googelisation de la recherche d'information nous oblige à repenser l'accessibilité de nos catalogues et notre visibilité dans l'univers électronique.E-learning, fin des grands outils.Money : l'argent est-il un problème ?Oui.Les usagers consommateurs : nos usagers savent choisir et comparer.Etre consommateur, dans mon esprit, est positif.Commission bib.HEG.Genève.16 sept 2005 http://learningcenter.epfl.chPour suivre l'actualité du projet, vous pouvez accéder au site web Merci de votre attention.
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 | 0.004 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.007 | 0.011 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.050 | 0.010 |
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".