Notice bibliographique
Résumé
The globalization of communication in ‘major’ languages has become incompatible with the claims made by the other languages. Many minor, ‘lesser used’ languages were formerly marginalized and ignored because of their incompatibility with national policies; more recently, while acknowledged by specialists, they still have had to struggle to be more publicly recognized as vehicles for important literature, and also in some cases as actually existing. Having the Nobel Prize for Literature awarded is not necessarily effective: within years of Frédéric Mistral’s Nobel prize few people would have acknowledged the existence of Provençal as a language. One potentially more profitable means of achieving recognition is through being translated into better-known languages. The paper will look at two examples.
 
 
 
 First: Slovene, the language of just 2 million people in Europe; a language with an established literature; officially a national language; but not generally known. Promotion through translation has been extraordinarily active: great efforts have been made to translate all the major works of literature into ‘major’ languages. Among the results: an enormous translation factory, where sometimes quality is sacrificed to quantity; and very high pay for translators.
 
 
 
 Second, at the other end of the ‘status-as-a-language’ spectrum: Lakhian, which very few people recognize as a ‘language’ rather than a dialect; and yet one that received huge (if temporary) recognition when the one person who wrote what is recognized as ‘serious’ literature in Lakhian, Ondra Lysohorsky, had his poetry translated by Boris Pasternak and W.H. Auden.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».