MétaCan
Menu
Retour à la cohorte
Enregistrement W2740714795 · doi:10.1075/tlrp.18

Multiple Perspectives on Terminological Variation

2017· book· en· W2740714795 sur OpenAlexaff

Notice bibliographique

RevueTerminology and lexicography research and practice · 2017
Typebook
Langueen
DomaineArts and Humanities
Thématiquelinguistics and terminology studies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésVariation (astronomy)LinguisticsComputer scienceNatural language processingPhilosophyPhysics

Résumé

récupéré en direct d'OpenAlex

The aim of the present volume is to provide a present-day take on variation in terminology by looking forward and examining what leading scholars in the field are working on and where they are taking research in the field today.This reader is built around three themes arranged according to complementary points of view to stimulate thought on the subject of variation as it is approached today. The first theme, “The social dimension of variation”, includes three contributions dealing with variation across different categories of speakers. This reflects not only the expert/layperson dichotomy but also other more original polarities as the emotional dimension and the issue of diastratic variation across LSPs. The second part of this reader puts forward different tools and methods to identify, describe and manage term variation. The third theme of this reader questions semantics of term variation through the topics of concept saturation, multidimensionality and metaphor.Variation, through this picture of current studies, proves to be the touchstone for the understanding of the major issues of terminology research today. The included papers draw on research in terminology carried out in different language communities - Spanish, French, Portuguese, Italian and Dutch in particular - thereby opening up a window on much of the research carried out in these cultural areas.

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)0,019
score de la tête « metaresearch » (Gemma)0,021
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 enseignants0,020
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0100,014
Études des sciences et des technologies0,0090,064
Communication savante0,0200,034
Science ouverte0,0030,010
Intégrité de la recherche0,0040,011
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,251
Tête enseignante GPT0,400
Écart entre enseignants0,149 · 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

Citations26
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTerminology and lexicography research and practiceMême sujetlinguistics and terminology studiesTravaux en français237 207