Notice bibliographique
Résumé
De nombreux termes médicaux ont été formés en transgressant une règle étymologique classique, c'est-à-dire en mélangeant des éléments grecs et latins. Nous avons colligé près de 250 de ces hybrides gréco-latins en français médical et constaté qu'une dizaine sont en concurrence avec un synonyme étymologiquement homogène ; la moitié au moins connaissent un emploi quelque peu différent de leur « équivalent » plus « pur », alors que les autres n'ont pas d'équivalent usité de la sorte. Un phénomène analogue est observé en anglais médical, bien que nous n'ayons pas été en mesure de le quantifier de la même façon. Il paraît somme toute illusoire de vouloir bannir les hybrides du vocabulaire médical, sauf éventuellement en créant des mots nouveaux. On peut même voir à ces hybrides une certaine utilité, en dehors du simple fait qu'il sont passés dans l'usage. Certains, en effet, permettent de marquer une nuance, d'une manière arbitraire mais commode. En outre, pour celui ou celle qui étudie la terminologie médicale, l'apprentissage des hybrides gréco-latins peut constituer un moyen efficace de mémoriser l'étymologie.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,018 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».