Notice bibliographique
Résumé
The core of language, I shall argue, highlights what exists. Hence, prima facie my paper has nothing to do with language and relativity, and up to a point that’s true. An Inuit, an Indonesian and an Italian speak differently because they speak to different people of different things, and that makes them have different needs and wishes. If an Italian wants to speak to an Indonesian, he learns some Javanese. Because things have changed, many Indonesian and many Italians want to speak with more people, and with people living in far away places. That has turned into a lingua franca the language of the most powerful group, English, and the Indonesian and the Italian have a chance of understanding each other speaking English. Even if there are regularities in the environment and survival is fundamental for the Inuit, the Indonesian, the Italian and the American, there are huge variations through space and time – even in how to survive. Language is like food – we need water, vitamins, minerals, carbohydrates, proteins, fat, etc. How to get that depends from what is available where we live, how much of each ingredient depends on what we do and on our degree of fitness. If an Italian can assume his carbohydrates in Java eating pasta, it is because now they sell some Italian food even in some Indonesian supermarkets.\nThat is, I would not deny relativity, but would oppose the idea that relativity begins with language.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,032 |
| Communication savante | 0,012 | 0,019 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,006 |
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 ».