MétaCan
Menu
Retour à la cohorte
Enregistrement W3007183432 · doi:10.3917/ela.195.0305

Quelles règles d’écriture se donner pour communiquer avec l’ensemble des citoyens du Québec ?

2020· article· fr· W3007183432 sur OpenAlexaffabout
Isabelle Clerc

Notice bibliographique

RevueÉla Études de linguistique appliquée · 2020
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueLinguistics and Discourse Analysis
Établissements canadiensUniversité LavalRed Deer Polytechnic
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArtPhysics

Résumé

récupéré en direct d'OpenAlex

Dans les échanges entre l’État et la population, virage numérique ou pas, la lettre est l’un des documents les plus utilisés et pour lequel il existe le plus de conventions (Clerc et Kavanagh, 2006). Quelles règles d’écriture se donner alors, comme rédacteurs professionnels, quand on sait que les citoyens doivent avoir un bon niveau de littératie générale et de littératie numérique pour être en mesure de comprendre ce que l’État exige d’eux ? L’article présente la méthodologie utilisée par le Groupe Rédiger de l’Université Laval, à Québec, pour poser un diagnostic des obstacles à la lecture sur un corpus de 44 lettres et proposer des recommandations pour la réécriture de l’ensemble de la correspondance administrative d’une société d’État québécoise.

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)0,007
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,070
Score d'incertitude au seuil0,232

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0100,015
Études des sciences et des technologies0,0090,004
Communication savante0,0090,005
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,033
Tête enseignante GPT0,277
Écart entre enseignants0,244 · 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'étudeSans objet
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

Citations2
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueÉla Études de linguistique appliquéeMême sujetLinguistics and Discourse AnalysisTravaux en français237 207