Notice bibliographique
Résumé
Si tienes en tus manos este libro o estás leyendo esta sinopsis, seguramente estás haciéndolo por uno de estos dos motivos: o eres especialista en el ámbito en el que se enmarca esta publicación (bien sea desde la academia, la empresa o la Administración) o el título te ha llamado poderosamente la atención. Sea por un motivo u otro, la realidad es que, por el momento, es difícil encontrar juntos los términos «lenguaje claro», «tecnología» y «Administración». Si eres especialista en el ámbito, conoces bien su significado. En este caso, lo que te aportará el contenido de los diferentes capítulos de este libro son aproximaciones y estudios novedosos en los que se establecen sinergias entre esos tres términos. Si simplemente has sentido curiosidad al ver conceptos tan diferentes en el título, comprobarás que en los diferentes capítulos se explican y ejemplifican con detalle estos conceptos de manera gradual, antes de abordar las sinergias entre ellos. Verás también que se abordan temas relacionados con la lingüística computacional y el discurso, el lenguaje claro en español y en inglés, los corpus textuales, los géneros textuales del ámbito de la Administración, la fraseología, la variación terminológica, el software de redacción asistida arText claro, la evaluación de la comprensión y de la percepción de claridad… Tengas el perfil que tengas, esperamos poder aportarte conocimiento relevante y que disfrutes del libro.
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 | 0,008 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,022 |
| Communication savante | 0,020 | 0,008 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».