L'influence des programmes de formation et des codes d'éthique sur l'image de la profession de bibliothécaire
Bibliographic record
Abstract
Le présent travail a comme objectif d’explorer des pistes de recherche jusqu’à maintenant un peu négligées : les codes de déontologie et les programmes de formation de bibliothécaires dans six pays différents, à savoir : Suisse, Italie, France,Belgique, Canada et Etats-Unis. Si la formation et les codes déontologiques ont déjà fait l’objet de plusieurs études, Ce travail veut aussi réfléchir autour de l’influence, des liens existants et potentiels que ces deux éléments ont sur l’image actuelle et future de la profession. Il veut également comprendre si ceux-ci sont porteurs de stéréotypes et les propagent, influençant négativement notre image professionnelle, ou s’ils pourraient être plutôt des alliés des bibliothécaires dans la lutte contre les stéréotypes associés à leur travail. Bien évidemment, il s’agit d’une démarche empirique, car cette réflexion se base sur des suppositions. Tout d’abord, un état de l’art de la littérature professionnelle a été effectué, ce qui a permis de donner le contexte actuel et de rédiger une liste des stéréotypes récurrents. Ceux-ci ont permis, dans un deuxième temps, d’analyser tant les codes déontologiques que les formations dans le détail, à l’aide de grilles. Selon les résultats de ce travail, ni les codes de déontologie ni les formations de bibliothécaires prises en considération dans cette étude ne semblent être responsables de la diffusion d’une image négative de notre profession dans l’opinion publique. Les artisans de cette perception négative sont donc à rechercher ailleurs et cette étude dresse une liste des principaux responsables qui contribuent à la diffusion d’une image négative de la profession de bibliothécaire. Les résultats de cette réflexion débouchent sur des propositions à partir desquelles les bibliothécaires pourraient s’inspirer, pour finalement modifier la mauvaise perception que la plus grande partie de la société a de notre profession.
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 | 0.035 | 0.073 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.009 | 0.022 |
| Scholarly communication | 0.019 | 0.007 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.010 | 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".