Notice bibliographique
Résumé
The scenarios for journal articles that contain more than one language are no longer (and never really were) limited to having an article’s title, abstract, and keywords translated to additional languages. Journal Article Tag Suite (JATS) currently has a variety of structures for tagging articles that are in multiple languages or have substantial amounts of content in more than one language. However, these structures are not all coherent and are not up to the tasks of handling some common use cases. A subcommittee of the National Information Standards Organization (NISO) JATS Standing Committee (with participation from members of the Standards Tag Suite (STS) and Book Interchange Tag Suite (BITS) committees and some other invited experts) was formed, in 2021, with the goal of recommending changes to JATS to enable it to usefully encode multilingual articles. The subcommittee has recommended a set of changes that introduce new structures that can be available to JATS users who need them while minimizing the burden JATS users who rarely deal with multilingual content. Most of these changes are backward compatible with earlier versions of JATS. These changes are currently a work in progress and may become available in a future version of JATS. This paper presents a proposal for improving JATS to better support tagging multilingual articles with the hope of garnering feedback and suggestions from the JATS community.
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 | 0,045 | 0,162 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,021 | 0,012 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,014 | 0,022 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,041 |
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 ».