Notice bibliographique
Résumé
À l’ère de la mondialisation, les modes d’accès à l’information sont en pleine mutation, que ce soit dans l’apprentissage ou dans l’exploitation des connaissances. La gestion de l’information est d’autant plus complexe qu’elle se conjugue avec la gestion d’un temps qui semble « accéléré », en raison, d’une part, des relations multiples entre les systèmes et les individus et, d’autre part, de la demande de plus en plus pressante de rapidité dans la gestion des affaires, ceci afin de limiter les coûts. Dans cet univers mondialisé, mouvant, multiculturel et multilingue, la recherche en traductologie apparaît comme un lieu où peuvent être élaborées des propositions de solutions au service des acteurs de ce monde en mouvement. De fait, la gestion des connaissances dans des univers culturels différents est une activité de recherche de longue date dans le domaine de la traductologie ; la terminologie moderne donne lieu, depuis plusieurs années, à des développements intéressants autour des bases de données ; la linguistique, notamment grâce à la sémantique, a initié depuis quelques années également des travaux sur les bases de connaissances et les cartes sémantiques intégrées. De leur côté, les sciences des nouvelles technologies et en particulier la recherche sur les systèmes d’information ont développé des systèmes de bases de connaissances multimédias orientées métiers. C’est au regard de ces travaux et de leurs possibles interactions que le centre de recherche de l’ISIT, le CRATIL (Centre de recherche appliquée sur la traduction, l’interprétation et le langage) a mis en place des projets de recherche pluridisciplinaires où les nouvelles technologies et les terminologies liées à des métiers spécifiques sont devenues les outils de l’innovation au service de la société de la connaissance multilingue et multiculturelle.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».