MétaCan
Menu
Retour à la cohorte
Enregistrement W7154611297 · doi:10.7202/1124411ar

Terminological Impoverishment: The Effects of Contemporary Scholarly Publishing Practices on Terminology and Knowledge Dissemination

2025· article· fr· W7154611297 sur OpenAlexaffvenue
Lynne Bowker

Notice bibliographique

RevueTTR traduction terminologie rédaction · 2025
Typearticle
Languefr
DomaineArts and Humanities
Thématiquelinguistics and terminology studies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésTerminologyPublishingIndigenousTraditional knowledgeOrder (exchange)VisibilityHegemonyIndigenous languageLanguage planning

Résumé

récupéré en direct d'OpenAlex

Historically, translation played a key role in knowledge dissemination, but since the mid 20 th century, scholarly publishing has moved steadily towards the use of a central language (English). Colonial practices, the incentivization of publishing in English, and the lag (or lack) of term development in other languages has led to the terminological impoverishment of many of these languages across multiple research domains. Consequences include the continued hegemony of English language and western culture and epistemologies, limited uptake of research findings in non-Anglophone communities, and a digital gap between English and other languages with regard to the development of linguistic resources and tools. Emerging approaches for addressing terminological impoverishment include terminology planning, retro-terminologization, broader consultation with communities (including Indigenous communities), and developing resources and tools for low-resource languages. In parallel, it is critical to recognize that reforms to research assessment are needed to value and encourage knowledge dissemination in languages beyond English, and that terminologists must raise the visibility of their profession and skills in order to be included in more efforts aimed at rectifying terminological impoverishment in scholarly research fields.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,764
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,003
Communication savante0,0010,003
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,338
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTTR traduction terminologie rédactionMême sujetlinguistics and terminology studiesTravaux en français237 207