Some Challenges of Names Recognition: \nThe Ontario Geographic Names Board, Canada, 2000–2007
Notice bibliographique
Résumé
Canada was one of the first countries to establish a geographical names authority and has participated in the \nwork of standardization at the United Nations since the first conference in 1967. Over the past forty years \nthe approval of geographical names in Canada has been primarily the responsibility of the provinces and, \nfor a shorter time, the territories. \nThe names authority for the Province of Ontario, the Ontario Geographic Names Board (OGNB), \ncomprises seven members (including representatives from Ontario First Nations, and the province’s \nEnglish- and French-speaking communities). Between 2000 and 2007, the OGNB considered some 380 \nnames submissions, recommending approximately 330 for official recognition and general dissemination. \nThis paper looks at some of the main challenges to the Board during this period. Among the questions \nconsidered were issues relating to such themes as commemorative naming, urban community naming, and \nhandling existing names considered derogatory. Sometimes bearing on the Board’s approaches to these \nissues were the need for names for emergency reference purposes (911 dialling), a sparse population in \nnorthern areas of the province to support local usage, and conflicting submissions to replace derogatory \nnames. Issues, approaches, examples, and preliminary guidelines are presented.
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 | 0,024 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,009 |
| Études des sciences et des technologies | 0,033 | 0,011 |
| Communication savante | 0,023 | 0,009 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,005 |
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 ».