Results from a Survey of Practitioners ’ Experiences, Practices, and Opinions 1 Articles Doing Archival Appraisal in Canada. Results from a Postal Survey of Practitioners ’ Experiences, Practices, and
Bibliographic record
Abstract
comportait 58 questions a permis de compiler des données portant spécifiquement sur l’évaluation comme processus de travail: comment les archivistes effectuent l’évalua tion dans des dépôts d’archives canadiens; de quelles ressources ils se servent; quels problèmes et questions ils ont rencontrés; et, à la lumière de leurs expériences, quels outils, capacités et connaissances ont été utiles à la réalisation de cette tâche. Le texte rapporte les fréquences pour huit sections du sondage. Il situe les 313 réponses (taux de réponse de 70 %) dans le contexte des expériences générales, des affiliations insti tutionnelles et des profils démographiques des répondants. Le texte présente aussi leurs opinions en ce qui concerne les connaissances, l’éducation et la formation néces saires pour mener une évaluation, et il évalue les sources d’information dont ils se servent et qu’ils trouvent utiles. Après avoir fait le tour des approches des répondants pour accomplir cette tâche et des méthodes dont ils se servent, le texte examine les problèmes rencontrés en faisant l’évaluation, et il explore les idées que les archivistes ont au sujet de leur obligation de rendre des comptes pour leurs décisions. L’auteure propose une analyse plus poussée des données du sondage pendant la prochaine phase
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 | 0.046 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.005 | 0.011 |
| Science and technology studies | 0.008 | 0.004 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".