Daniela Pietrini (ed.) (2023), Lingua e discriminazione. Studi diacronici, lessicali e discorsivi, Lausanne, Peter Lang, p. 370 [ISBN: 978-3-631-90868-6]
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
« Non ci sono dubbi sul fatto che il rapporto tra lingua e discriminazione rappresenti per la linguistica un banco di prova d’eccezionale importanza: raramente capita che le potenzialità degli strumenti d’analisi del linguaggio possano avere ricadute così concrete in ambito politico, sociale e psicologico. Da una parte, viviamo una fase storica in cui il dibattito pubblico sui diritti dei singoli s’intreccia strettamente con la ricerca di proposte efficaci per un linguaggio più inclusivo, e con la speculare analisi dei rischi legati a una visione troppo ideologica e illuministica della lingua. Dall’altra parte, la realtà attuale pone sfide ancora più concrete, specifiche e tecniche: basti pensare a quant’è importante istruire gli algoritmi che sorvegliano le reti sociali a identificare correttamente i post e i commenti offensivi, i casi di hate speech e discriminazione, e a quanto ciò richieda la collaborazione di esperti di linguistica computazionale e pragmatica, in un contesto in cui proprio la virtualità dei messaggi rende troppi giovani inconsapevoli delle conseguenze di una comunicazione violenta (ne hanno parlato di recente Bazzanella 2020 e Ziccardi 2016). [...] »
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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.
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 découle