Refonte de l'entrepot de donnees institutionnel de BANQ
Bibliographic record
Abstract
Ce projet technique vise à rehausser l'entrepôt de données institutionnelles de Bibliothèque et Archives nationales du Québec (BAnQ) qui ne répond plus aux besoins des directions d'affaires en raison de l'obsolescence des technologies utilisées. Le projet consiste à mettre à niveau l'infrastructure technologique, à remplacer l'outil d'extraction-transformation-chargement (ETL) par une plateforme développée à l'interne ainsi qu'à migrer tous les processus d'affaires vers la nouvelle plateforme en plus ou moins 300 heures d'effort réparties sur une période de 6 mois. Sont exclues de ce projet toutes les activités d'analyse des besoins et des processus avec les directions d'affaires qui seront traitées ultérieurement. Le projet s'appuie sur une méthodologie reconnue de développement incrémental et itératif. Les activités consistent à la planification, à l'analyse, à la conception, au développement et au déploiement de la plateforme ETL et à la migration des traitements. Le bilan du projet montre que la méthodologie s'applique parfaitement aux projets de réalisation d'entrepôt de données conçus sous le style d'architecture en bus de données. La plateforme développée répond aux attentes de l'équipe interne et tous les traitements ont été migrés avec succès dans les délais convenus avec les clients. Je dois reconnaitre que plus d'effort qu'anticipé fut nécessaire pour le développement de la plateforme ETL ainsi que pour le nettoyage des données, ce qui força un rajustement de la portée initiale, mais les objectifs sont en très grande partie atteints à la satisfaction des parties prenantes. Finalement, la réalisation du projet permettra à l'équipe interne de se concentrer davantage sur l'ajout de nouveaux processus d'affaires et de fonctionnalités analytiques ajoutent ainsi de la valeur aux données de l'intuition. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Entrepôt de données (DW), Extraction-Transformation-Chargement(ETL), Intelligence d'affaires (BI), Analyse de données
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 | 0.006 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.003 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.017 | 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".