Popularisering av språkvetenskap
Notice bibliographique
Résumé
Tutkimusaineistoni koostuu kuudesta kielitiedettä käsittelevästä artikkelista. Artikkeleista kolme on popularisoituja ja ne on julkaistu ruotsalaisessa Språktidningen-lehdessä. Tieteelliset artikkelit puolestaan on poimittu kolmesta tieteellisestä julkaisusta. Tutkimukseni tavoitteena on tarkastella artikkelien leksikaalis-kieliopillista rakennetta vertailevasta näkökulmasta. Tutkimukseni ensimmäisessä osassa olen tarkastellut artikkeleita syntaktisella tasolla kvantitatiivista eli määrällistä tutkimusotetta hyödyntäen. Tekstin luettavuutta olen mitannut kahden eri luettavuusindeksin avulla. Tutkimuksen teoreettisena viitekehyksenä on ollut ruotsalaisen C. H. Björnssonin (1968) kehittämä lix-arvo sekä Birgit Vallhovin (1971) LOM-arvo. Lausetasolla tutkimuksen kohteena ovat olleet artikkeleiden keskimääräinen virkepituus sekä virkerakenne. Tutkimustulosteni perusteella tieteellisten artikkeleiden virkkeiden keskimääräinen pituus on hieman pidempi kuin popularisoitujen artikkeleiden. Popularisoidussa materiaalissa virkerakenne on hieman yksinkertaisempi kuin tieteellisissä artikkeleissa, mutta ero näiden kahden tyylilajin välillä ei ole kovin suuri. Yksittäisiä artikkeleita tarkasteltaessa virkerakenteen erot tulevat selvemmin esille. Tutkimukseni toisessa osassa olen analysoinut artikkeleita leksikaalisella tasolla kvalitatiivista tutkimusotetta käyttäen. Teoreettisena viitekehyksenä on toiminut Hellspongin ja Ledinin (1997) kehittämä luokittelu, jota hyödyntäen olen tarkastellut tekstin abstraktiutta, yksityiskohtaisuutta sekä tiiviyttä. Tutkimukseni osoittaa, että pitkien sanojen prosentuaalinen osuus kaikista sanoista on suurempi tieteellisissä artikkeleissa kuin popularisoiduissa artikkeleissa. Termit puolestaan ovat tavallisia sekä tieteellisessä että popularisoidussa kielitiedettä käsittelevässä materiaalissa. Tieteellisten artikkeleiden kieli on abstraktimpaa kuin popularisoitujen artikkeleiden. Tunnusomaista abstraktille tekstille ovat muun muassa verbaali- ja adjektiivisubstantiivien käyttö sekä verbien passiivimuodot. Tutkimustulosteni perusteella tieteellisissä artikkeleissa kerrotaan tutkimustuloksista yksityiskohtaisesti. Kielitiedettä popularisoidaan kuten muitakin tieteenaloja. Kielitieteessä tutkimusmateriaalina on kieli, jolloin sekä tutkimusmateriaali että se, millä sitä analysoidaan kuuluvat samaan kokonaisuuteen.
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 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,105 | 0,031 |
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 ».