The Organizing of Scientific Fields: The Case of Corpus Linguistics
Notice bibliographique
Résumé
This paper focuses on the processes through which scientific fields are organized over time. It is argued that new approaches in scientific work are hampered by authority structures within national systems for research and established approaches within disciplines, but that these obstacles can be overcome by means of external funding, particularly through new funding sources, as well as the international developments of an innovation. As far as the latter are concerned, they are expected to first lead to informal collaboration among scholars. In the passage of time this informal collaboration becomes more and more formalized. In order to analyse such processes the paper presents a model with three phases labelled as creating, gathering and communicating. This model is then used in an empirical study of corpus linguistics, i.e. the systematic analysis of well-defined populations of written and/or spoken language material. It is shown in the paper how corpus linguistics was developed by scientific innovators who were initially questioned. With the passage of time they created a number of international organizations, which have eventually become more and more formalized, many of them publishing their own journals. In this way the paper demonstrates the significance of organizing for the development of scientific fields.
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 | 0,058 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,021 | 0,023 |
| Études des sciences et des technologies | 0,010 | 0,056 |
| Communication savante | 0,022 | 0,034 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; 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 ».