Term based comparison metrics for controlled and uncontrolled indexing languages
Notice bibliographique
Résumé
espanolIntroduccion. Definimos una coleccion de metricas para describir y comparar conjuntos de terminos en lenguajes de indizacion controlados y no-controlados y mostramos como estas metricas pueden usarse para caracterizar un conjunto de lenguajes que cubren fisonomias, ontologias y tesauros. Metodo. Se identificaron las metricas para la caracterizacion y comparacion de conjuntos de terminos y se implementaron los programas para su computo. Estos programas se usaron para identificar las caracteristicas descriptivas de conjuntos de terminos de veintidos diferentes lenguajes de indizacion y medir el solapamiento directo entre los terminos. Analisis. Los datos computados fueron analizados mediante tecnicas manuales y automatizadas, como visualizacion, agrupamiento y analisis factorial. Se buscaron distintos subconjuntos en las metricas que pudieran usarse para distinguir entre lenguajes no-controlados producidos por los sistemas de etiquetado sociales (fisionomias) y los lenguajes controlados producidos por el trabajo profesional. Resultados. Las metricas se mostraron suficientes para diferenciar entre instancias de diferentes lenguajes y para permitir la identificacion de patrones termino-conjunto asociados a lenguajes de indizacion producidos por diferentes tipos de sistema de informacion. En particular, distintos grupos de caracteristicas termino-conjunto parecen distinguir las fisonomias de otros lenguajes. Conclusiones. Las metricas aqui organizadas e incluidas en programas libremente disponibles proporcionan una vision empirica util para empezar a entender las relaciones que se mantienen entre diferentes lenguajes de indizacion, controlados y no-controlados. EnglishIntroduction. We define a collection of metrics for describing and comparing sets of terms in controlled and uncontrolled indexing languages and then show how these metrics can be used to characterize a set of languages spanning folksonomies, ontologies and thesauri. Method. Metrics for term set characterization and comparison were identified and programs for their computation implemented. These programs were then used to identify descriptive features of term sets from twenty-two different indexing languages and to measure the direct overlap between the terms. Analysis. The computed data were analysed using manual and automated techniques including visualization, clustering and factor analysis. Distinct subsets of the metrics were sought that could be used to distinguish between the uncontrolled languages produced by social tagging systems (folksonomies) and the controlled languages produced using professional labour. Results. The metrics proved sufficient to differentiate between instances of different languages and to enable the identification of term-set patterns associated with indexing languages produced by different kinds of information system. In particular, distinct groups of term-set features appear to distinguish folksonomies from the other languages. Conclusions. The metrics organized here and embodied in freely available programs provide an empirical lens useful in beginning to understand the relationships that hold between different, controlled and uncontrolled indexing languages.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».