Promoting multilingualism and bibliodiversity by enhancing discoverability
Notice bibliographique
Résumé
Since the launch of the Helsinki Initiative on Multilingualism in Scholarly Communication, in 2019, we have seen an increasing understanding of the equity and diversity aspects of languages in science. Still, language inequities continue to characterize the scholarly ecosystem in favor of English and journals with a high impact factor (JIF), and this trend is global (Larivière, Siler, 2022). As the fifth most spoken language in the world, the status of the French language in the sciences, particularly in the fields of humanities and social sciences, appears to be less critical than that of languages spoken by a smaller number of speakers. While this observation may initially reassure about the ability of French speakers to publish their research in their native language, the relative strength of the French language in this regard is not consistent worldwide. Canadian whose mother tongue or working language is French feel much greater linguistic pressure than their counterparts in France, as they account for just over 20% of the 40 million Canadians. What’s more, almost 44% of French-speaking Canadian researchers had never published a research article in French – 71% in the technical sciences and medicine, and 35% in the humanities and social sciences (Forgues, 2021). In response to these concerning statistics, the Ministère de l’Enseignement supérieur du Québec, in collaboration with the Délégation Générale de la Langue Française, is launching a three-year project to explore ways of increasing the discoverability of French-language research. The purpose of this proposal is to outline the primary objectives of the project, led by Vincent Larivière under the auspices of the UNESCO Chair in Open Science. It aims to gather feedback from the OPERAS community and foster the exchange of perspectives and approaches regarding bibliodiversity and multilingualism.
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 | 0,040 | 0,113 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,015 | 0,010 |
| Études des sciences et des technologies | 0,009 | 0,011 |
| Communication savante | 0,035 | 0,033 |
| Science ouverte | 0,003 | 0,050 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 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 ».