MétaCan
Menu
Retour à la cohorte
Enregistrement W2427518741 · doi:10.1080/01434632.2016.1192173

A market failure approach to linguistic justice

2016· article· en· W2427518741 sur OpenAlexaff
David J. Robichaud

Notice bibliographique

RevueJournal of Multilingual and Multicultural Development · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitical Philosophy and Ethics
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésLinguisticsOrder (exchange)Perspective (graphical)EconomicsEconomic JusticePreferenceConstraint (computer-aided design)Market failureSociologyFreedom of choiceMicroeconomicsPositive economicsComputer scienceMathematicsMarket economyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper will consider language management from the perspective of efficiency, and will set the grounds for a new approach to linguistic justice: a market failure approach. The principle of efficiency emphasises the need to satisfy individuals’ preferences in an optimal way. Applying this principle with regard to language would justify language rights in certain domains, but also justify an array of additional linguistic interventions, thus providing better collective results in terms of people’s preference satisfaction. Starting from a laissez-faire situation of total linguistic freedom, the paper demonstrates that many ‘market failures’ exist and that these prevent the coincidence of equilibrium and optimality. Due to market failures in the linguistic domain, we cannot expect free rational linguistic choices to produce optimal collective results, and linguistic freedom often becomes linguistic free-riding. Therefore, the just way to satisfy people’s linguistic preferences is not by allowing them full equal liberty to choose the language they prefer to learn, use or transmit without any constraint. In order to improve the outcomes, we can sometimes prohibit certain forms of behaviour, and also use incentives and disincentives to promote alternative, more desirable, behaviours, thus offering every individual a fair chance to realise his/her linguistic preferences.

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)0,014
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,026
Communication savante0,0090,013
Science ouverte0,0030,008
Intégrité de la recherche0,0080,009
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,054
Tête enseignante GPT0,337
Écart entre enseignants0,282 · 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'étudeThéorique ou conceptuel
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Multilingual and Multicultural DevelopmentMême sujetPolitical Philosophy and EthicsTravaux en français237 207