A Macron Signifying Nothing: Revisiting The Canterbury Tales Project Transcription Guidelines
Notice bibliographique
Résumé
The original transcription guidelines of The Canterbury Tales Project (CTP) were first developed by Peter Robinson and Elizabeth Solopova and were published in 1993. Since then, the project has evolved, bringing about numerous changes of varying degrees to the process of transcription. In this article, we revisit those original guidelines and the principles and aims that informed them and offer a rationale for changes in our transcription practice. We build upon Robinson and Solopova’s assertion that transcription is a fundamentally interpretive act of translation from one semiotic system to another and explore the implications and biases of our own position (e.g. how our interest in the text of The Canterbury Tales prioritizes the minutiae of that text over certain features of the document). We reevaluate the original transcription guidelines in relation to the changes in the project’s practices as a means of clarifying its position. Changes in the project’s practice illustrate how it has adapted to accommodate both necessary compromises and more efficient practices that better reflect the original principles and aims first laid down by Robinson and Solopova. This article provides practical examples that demonstrate those same principles in action as part of the transcription guidelines followed by transcribers working on The Canterbury Tales Project. Rather than perceiving this project as producing a definitive transcription of the Canterbury Tales, the CTP team conceptualizes its work as an open access resource that will aid others in producing their own editions as it has done the heavy lifting of providing a base text.
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 | 0,102 | 0,199 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,018 | 0,028 |
| Communication savante | 0,017 | 0,008 |
| Science ouverte | 0,005 | 0,011 |
| Intégrité de la recherche | 0,005 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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 ».