MétaCan
Menu
Retour à la cohorte
Enregistrement W2113240768 · doi:10.7203/qfilologia.17.3381

Traducciones francés-español de los primeros textos técnicos del ferrocarril (1826-1831)

2012· article· es· W2113240768 sur OpenAlexaboutno aff
Francesc Rodríguez Ortiz

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2012
Typearticle
Languees
DomaineArts and Humanities
ThématiqueSpanish Linguistics and Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLexiconPeriod (music)Quarter (Canadian coin)HistoryFrenchPoint (geometry)ClassicsLiteratureLinguisticsArtPhilosophyArchaeologyAesthetics

Résumé

récupéré en direct d'OpenAlex

La importancia de las traducciones en la conformación de una serie de lenguajes específicos en español en los siglos XVIII y XIX es indiscutible. El francés se convirtió en el punto de partida –algunas veces en filtro intermedio– en la mayoría de las obras especializadas en los campos de la ciencia y la tecnología que se publicaron en nuestro país en ese período. Varias disciplinas respaldan este punto, desde la electricidad hasta la física o la química, la fotografía, la enología o la minería. Los textos franceses son, pues, una referencia clave para las primeras traducciones al español. El campo del ferrocarril no fue ajeno a esta tendencia inicial en la traducción de textos de otros idiomas, y las primeras obras españolas que trataron aspectos técnicos sobre el ferrocarril fueron el resultado de varias traducciones. Los campos científicos y técnicos, antes referidos, tenían manuales franceses y tratados como fuentes originales, los cuales se tradujeron en el primer cuarto del siglo XIX. Estos originales franceses eran, a veces, traducciones de obras anteriores, principalmente en inglés. El léxico ferroviario no difiere lingüística o socialmente de otros ámbitos técnicos formados en los siglos XVIII y XIX. La relación entre el lenguaje, la cultura y la sociedad, junto con el desarrollo científico y técnico españoles, sobre todo en su contacto con otros países y lenguas, trajo consigo varias similitudes entre los lenguajes especializados de la época.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0050,002
Science ouverte0,0030,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0450,000

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.

Tête enseignante Opus0,248
Tête enseignante GPT0,531
Écart entre enseignants0,283 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetSpanish Linguistics and Language StudiesTravaux en français237 207