Terrains de recherche au « prisme interculturel de la traduction »
Bibliographic record
Abstract
Cet article, dont le titre emprunte la formule de Ladmiral (1998), s’intéresse à la façon dont le chercheur entre en contact avec son terrain lorsque son objet de recherche implique un Autre enculturé dans d’autres façons de penser et de communiquer. Quatre chercheures, ayant effectué leurs recherches indépendamment, mettent en commun leurs réflexions, sur la base de quatre terrains différents (deux dans un ailleurs « proche », deux dans un ailleurs « lointain »). Elles se posent la question de l’activation de la culture par le biais de la langue lorsque langues et cultures ne sont pas partagées par chercheur et répondants, en se centrant en particulier sur l’asymétrie des langues et des cultures et ce qu’elle peut induire lors du recueil et de l’analyse des données. La confrontation a posteriori des quatre terrains de recherche à la lumière de cette problématique pointe la nécessité d’explicitation à toutes les étapes de la recherche.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.020 | 0.024 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.004 |
| Science and technology studies | 0.010 | 0.077 |
| Scholarly communication | 0.020 | 0.018 |
| Open science | 0.002 | 0.013 |
| Research integrity | 0.005 | 0.008 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".