Kirjoitustulkkauksessa käytettävän lyhenneluettelon päivittäminen
Notice bibliographique
Résumé
Grönroos, Matleena. Kirjoitustulkkauksessa käytettävän lyhenneluettelon päivittäminen. \nKevät 2018. 64 s., 4 liitettä. Diakonia-ammattikorkeakoulu. Viittomakielen ja \ntulkkauksen koulutus, tulkki (AMK). \n \nOpinnäytetyön tavoitteena oli päivittää kirjoitustulkkauksessa käytettävä lyhenneluettelo \nja julkaista lyhenneluettelosta kaksi erillistä versiota. Ensimmäisessä versiossa lyhenteet \novat aakkosjärjestyksessä ja toisessa lyhenteet on jaoteltu eri teemojen tai aiheiden mukaan. Eri versioilla haluttiin helpottaa lyhenneluettelon käyttöä. \n \nOpinnäytetyön aineisto koostui jo olemassa olevasta materiaalista sekä kyselyn kautta \nkerätystä materiaalista. Jo olemassa olevaan materiaaliin kuuluivat tärkeimpänä \nkirjoitustulkkauksessa käytettävä lyhenneluettelo, joka on julkaistu vuonna 2012, ja Kotimaisten kielten keskuksen ylläpitämä lyhenneluettelo suomen kielen lyhenteistä. \nKysely toteutettiin sähköisesti Webropol-kyselynä. Kyselystä tiedotettiin kirjoitustulkkeja, tulkkauspalvelun käyttäjiä ja asiantuntijoita kahden järjestön postituslistan kautta. Kyselyyn vastasi yhteensä 42 henkilöä, joista 23 oli \ntulkkauspalvelun käyttäjiä ja 19 kirjoitustulkkia. \n \nKyselyn vastauksista selvisi, miten kirjoitustulkkauksessa käytettävät lyhenteet eroavat suomen kielen lyhenteistä ja millaista ulkoasua lyhenteille toivottiin. Lisäksi avoimien vastauksien kautta vastaajien oli mahdollista ehdottaa sanoja ja lyhenteitä kirjoitustulkkauksessa käytettävään luetteloon. Kyselyssä nousi esiin tarve hengellisen ja uskonnollisen termistön lyhenteille. \n \nPäivitetty lyhenneluettelo muodostui vertaamalla Kotimaisten kielten keskuksen lyhenneluetteloa, suomen kielen sanojen lyhennysmenetelmiä ja kyselyn vastauksia keskenään. Pohjana päivitetylle lyhenneluettelolle toimi jo olemassa oleva lyhenneluettelo. \n \nOpinnäytetyön tuloksien ja päivitetyn lyhenneluettelon pohjalta Suomen kirjoitustulkit ry \nja Kuuloliitto ry jatkavat lopullisen lyhenneluettelon työstämistä.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,391 | 0,227 |
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 ».