Introduzione ai Dati Linguistici: Standard e Archivi Digitali
Notice bibliographique
Résumé
Il corso "Introduzione ai Dati Linguistici: Standard e Archivi Digitali" introduce gli insegnanti e gli studenti all'uso degli archivi digitali di dati della ricerca e al loro ruolo nel ciclo di vita dei dati linguistici nel contesto degli principi FAIR e delle buone pratiche della Scienza Aperta. I materiali del corso sono suddivisi in unità e sono intesi come contenuti didattici per i docenti che insegnano a livello di laurea triennale o laurea magistrale, che sono invitati a sfogliare i materiali, esportarli per l'uso nel Learning Management System della loro istituzione e adattarli ai propri scopi come ritengono opportuno. Questo corso traduce in italiano e aggiorna i materiali di: van der Lek, Iulianna; Fišer, Darja. (2023). Introduction to Language Data: Standards and Repositories. In UPSKILLS Learning Content. https://upskillsproject.eu/project/standards_repositories/. CC BY 4.0. https://creativecommons.org/licenses/by/4.0/ L'adattamento si è svolto nell'ambito del progetto Humanities and cultural Heritage Italian Open Science Cloud (https://www.h2iosc.cnr.it/), Work Package 8 "Training, Capacity Building, Engagement", a cura del personale CNR-ILC dedicato all'Attività 8.2 "Teach CLARIN, Teach with CLARIN". Progetto H2IOSC - Humanities and cultural Heritage Italian Open Science Cloud finanziato dall’Unione Europea NextGenerationEU – PNRR M4C2 – Codice progetto IR0000029 – CUP B63C22000730005.
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 | 0,011 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,012 |
| Études des sciences et des technologies | 0,004 | 0,010 |
| Communication savante | 0,019 | 0,023 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,005 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,047 | 0,033 |
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 ».