Machine Translation in Scholarly Publishing
Notice bibliographique
Résumé
English occupies a central position in scholarly publishing, but using a lingua franca for scholarly publishing has consequences for scholars, science, and society. For instance, non Anglophone researchers may need longer to read and write in English and may face more manuscript revisions and rejections, potentially leading to a lower volume of research output, which could negatively affect career advancement. To what extent can machine translation (MT) tools (e.g., Google Translate) help to support a more multilingual scholarly publishing ecosystem? To find out, we undertook a scoping review of the literature to investigate how MT tools are being used for multilingual scholarly publishing. Following a multilingual search in nine bibliographic databases, 875 papers were retrieved and screened, and 39 were included for closer investigation. Analysis reveals that MT tools are being actively developed, tested, applied, and evaluated in the context of scholarly publishing. However, at present, these tools are not displacing English from its central position; the main use of MT tools currently is to reduce the burden of publishing in English for scholars with limited English proficiency. This suggests that technology alone cannot create or sustain a multilingual scholarly publishing ecosystem. Hence, meaningful policies, in addition to improved MT tools and language resources, are needed to create a more linguistically diverse and equitable scholarly publishing landscape.
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 | 0,026 | 0,059 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,016 | 0,033 |
| Études des sciences et des technologies | 0,006 | 0,018 |
| Communication savante | 0,022 | 0,022 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
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 ».