Nueva documentación cancilleresca de Aragón y de Navarra para el Atlas histórico del español (AHE)
Notice bibliographique
Résumé
El proyecto de investigación Atlas histórico del español: morfosintaxis (AHE), dirigido por Andrés Enrique-Arias, ha detectado que el Corpus de documentos españoles anteriores a 1900 (CODEA+ 2022) −corpus del que se nutre el AHE− presentaba, por diversos motivos, una carencia de documentación cancilleresca procedente de Aragón y de Navarra de los siglos XIII-XVI. Este trabajo expone cómo se ha realizado la labor de ampliación de las fuentes para dar cuenta de dos características fundamentales de los corpus: la representatividad (Kabatek 2013) y la comparabilidad (Enrique-Arias 2012) de los resultados obtenidos para Navarra y Aragón en el conjunto de las lenguas y dialectos peninsulares. De este modo, el propósito de este artículo es triple: 1) dar a conocer los criterios cualitativos y cuantitativos que se han tenido en cuenta a la hora de seleccionar la documentación para garantizar la mayor representatividad y comparabilidad posible; 2) mostrar algunos problemas metodológicos que presentan todos los textos que emanan de las Cancillerías reales y 3) describir la selección documental.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».