MétaCan
Menu
Retour à la cohorte
Enregistrement W111749319

La mise en oeuvre interculturelle de LibQUAL+MC : le cas du français

2005· article· fr· W111749319 sur OpenAlexaboutno aff
Martha Kyrillidou, Toni Olshen, Fred Heath, Claude Bonnelly, Jean-Pierre Côté

Notice bibliographique

RevuePapyrus : Institutional Repository (Université de Montréal) · 2005
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueFrench Language Learning Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cet article présente une analyse contextuelle des problèmes interculturels et linguistiques de traduction reliés à la version française du questionnaire LibQUAL+MC, tel qu’utilisé dans des bibliothèques canadiennes à l’automne 2003. On répond par l’affirmative à la question de recherche qui consiste à déterminer si le processus de traduction française a produit des résultats équivalents aux versions anglaises du questionnaire. Les dimensions de l’outil LibQUAL+MC utilisées pour mesurer la qualité des services sont validées par une analyse factorielle et une analyse de fidélité des données recueillies par la participation de l’Université Laval et de l’Université d’Ottawa. Un questionnaire comportant trois dimensions ressort de ce processus, c’est-à-dire les dimensions de bibliothèque en tant que lieu, de soutien du personnel et de contrôle informationnel. Le processus de validation assure que les versions du questionnaire sont culturellement pertinentes dans la langue cible et équivalentes à l’original sur le plan conceptuel, et ce processus garantit l’équivalence interculturelle de la version française. L’importance d’un cycle itératif continu d’analyse contextuelle est également apparu comme une composante importante qui fournit l’assurance que LibQUAL+MC peut être appliqué avec succès à l’intérieur d’environnements différents.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,043
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil0,879

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,043
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,008
Études des sciences et des technologies0,0050,004
Communication savante0,0090,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,006
Tête enseignante GPT0,209
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePapyrus : Institutional Repository (Université de Montréal)Même sujetFrench Language Learning MethodsTravaux en français237 207