Gouvernance des données d’usage dans les bibliothèques et archives : sondage sur les perceptions des usagers de Bibliothèque et Archives nationales du Québec
Bibliographic record
Abstract
L’objectif général de cette enquête est de connaître la perspective des personnes \nabonnées aux services de BAnQ concernant les pratiques de collecte, d’exploitation, \nd’archivage et de partage de données d’usage par l’institution. Ce faisant, le projet vise à \ncontribuer au chantier de gouvernance des données de BAnQ : en éclairant la perspective des \npersonnes abonnées, il offre des pistes de réflexion sur la gouvernance des données d’usage. \nPlus précisément, l’enquête vise les objectifs spécifiques suivants : \n1) Comprendre ce que savent les personnes abonnées aux services de BAnQ à propos \ndes pratiques de données d’usage de l’institution en mesurant leur littératie des données \npersonnelles. \n2) Mesurer l’intérêt des personnes abonnées pour le développement de nouveaux \nservices fondés sur la collecte et l’exploitation des données d’usage. \n3) Mesurer leur perception des pratiques de BAnQ concernant la gestion de leurs \ndonnées personnelles (enjeux de protection de la vie privée). \n4) Analyser les relations entre les caractéristiques sociodémographiques des personnes \nabonnées, leur littératie des données personnelles, leur intérêt pour le développement de \nnouveaux services et leur perception en matière de gestion des données personnelles.
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 | 0.013 | 0.034 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.009 |
| Science and technology studies | 0.011 | 0.007 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".