MétaCan
Menu
Retour à la cohorte
Enregistrement W2496258987 · doi:10.52034/lanstts.v11i.305

Les modes de conceptualisation des unités d'hérédité au XIXe siècle : Spencer, Haeckel et Elsberg

2021· article· en· W2496258987 sur OpenAlexaff
Sylvie Vandaele, Marie-Claude Béland

Notice bibliographique

RevueLinguistica Antverpiensia New Series – Themes in Translation Studies · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiquePhilosophy and History of Science
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésConceptualizationHeredityInheritance (genetic algorithm)TraitEpistemologySociologyPhilosophyGenealogyBiologyGeneticsHistoryLinguisticsGeneComputer science

Résumé

récupéré en direct d'OpenAlex

Ever since the end of the 19th century, the biological sciences have been preoccupied with the elucidation of the complex mechanisms underlying heredity. They were faced with a fundamental problem: how does a given phenotypic trait (e.g., skin or fur color) correspond to a physical entity, more often than not putative, responsible for its transmission from one generation to the next. The discovery and subsequent characterization of the unit of inheritance (unité d’hérédité) is thus the central focus of research on heredity in many fields, namely genetics, population genetics, molecular biology, and, more recently, genomics. What we now call gene since Johanssen coined the term, however, has a long and troubled past characterized by various successive conceptualizations. These have left sometimes confusing and even contradictory features in modern scientific discourse, of which we intend to understand the origins. The present article aims to examine the different embodiments of the concept unit of inheritance in the works of two key 19th century authors: Spencer and Haeckel. Elsberg, a rival of Haeckel, will also be considered. Using an analysis of indices of conceptualization in discourse, we show the various metaphorical conceptualization modes active in their respective theories and examine how they manifest themselves in English and in French.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,995
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0050,044
Communication savante0,0090,010
Science ouverte0,0010,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,284
Tête enseignante GPT0,363
Écart entre enseignants0,079 · 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.

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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLinguistica Antverpiensia New Series – Themes in Translation StudiesMême sujetPhilosophy and History of ScienceTravaux en français237 207