Notice bibliographique
Résumé
Abstract This article describes an approach to the treatment of texts in complex large textual traditions. Editors are interested in the text as it appears line-by-line in each document, and in how the versions of the text differ from document to document. It is useful to define a text as the record of an act of communication, inscribed in a document: thus, the instance of the act of communication we identify as Geoffrey Chaucer’s Canterbury Tales, as it appears in the Hengwrt manuscript. In this view, every text has a dual aspect: it is both the words as they are inscribed in a particular document, and as they constitute an act of communication and its parts. This presents challenges for scholars who wish to record both aspects. In encoding implementations, these two aspects are commonly treated as ‘overlapping hierarchies’. However, the ‘overlapping hierarchy’ model does not deal with cases where text segments are not contiguous in either aspect and cannot overlap cleanly. To meet these cases, the Textual Communities project developed an architecture in which the two aspects are represented as distinct and independent hierarchies (trees), with text segments referenced to nodes on each tree. The linking of text segments to the two trees is managed by a JSON database, accessed through transcription and collation tools presented in a Web interface. Textual Communities does not implement the whole of this architecture in terms of validation, ingestion, and processing. Full exploration and implementation of the architecture here described are challenges for future scholars.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».