MétaCan
Menu
Retour à la cohorte
Enregistrement W2078045372 · doi:10.7202/004170ar

Transfert de connaissances nouvelles et aménagement terminologique

2002· article· fr· W2078045372 sur OpenAlexvenueno aff
Monique Slodzian

Notice bibliographique

RevueMeta Journal des traducteurs · 2002
Typearticle
Languefr
DomaineArts and Humanities
Thématiquelinguistics and terminology studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Les programmes d'aménagement linguistique destinés à pourvoir les langues qui ne participent pas au développement technologique en « vocabulaires modernes » ne tiennent pas suffisamment compte des contraintes propres à l'acquisition de concepts nouveaux. On se demandera si l'action terminologique menée sur ce terrain n'entretient pas l'illusion que l'appropriation des mots équivaut à l'appropriation des concepts. Or un simple retour en arrière dans les réalités populaires de notre avant-guerre montre que tous les actes importants de la vie s'articulaient sur des croyances qui ne se sont diluées que très lentement. Le nouveau s'est progressivement et incomplètement superposé à l'ancien. Aujourd'hui encore en France, un certain nombre de paysans continuent de semer à la nouvelle lune et de tailler les arbres à la lune descendante. Il faut revenir à l'aventure de la modernité dans notre propre culture lorsque l'on cherche à contribuer au transfert de connaissances nouvelles dans des cultures plus éloignées du monde technologique. Cela suppose la reconnaissance des langues et cultures autres. Parallèlement, I'étude de la formation des concepts abstraits chez I'adolescent met en lumière les contraintes cognitives auxquelles il faut satisfaire pour que l'apprentissage réussisse. On donnera quelques indications sur des pistes concrètes qui pourraient inspirer d'autres approches du transfert des connaissances.

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)0,007
score de la tête « metaresearch » (Gemma)0,012
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: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,011
Communication savante0,0090,008
Science ouverte0,0010,006
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0140,004

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 Opus0,114
Tête enseignante GPT0,280
Écart entre enseignants0,165 · 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

Citations3
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMeta Journal des traducteursMême sujetlinguistics and terminology studiesTravaux en français237 207