Le vocabulaire économique et social : entre termes, formules discursives et noms propres
Bibliographic record
Abstract
Le présent article rend compte d’une réflexion sur les modes de terminologisation dans le domaine de la mondialisation économique et sociale. Le corpus sur lequel est basée cette analyse est la nomenclature du Dictionnaire analytique de la mondialisation et du travail / Analytical Dictionary of Globalization and Labour / Diccionario analítico de la globalización y del trabajo . Les questions soulevées sont celles de la caractérisation du vocabulaire économique et social : Les expressions terminologisées répondent-elles aux critères classiques d’un terme ? Quelles sont leurs propriétés discursives ? Par extrapolation, le discours économique et social relève-t-il plus de la langue de spécialité ou de la langue générale ? Selon notre étude, la réponse se situe dans un continuum entre langue de spécialité et langue générale, selon la nature des textes et leur fonction. L’article est une invitation à s’interroger sur le rôle des formules discursives et des noms propres dans les terminologies des sciences sociales, particulièrement médiatisées à l’ère de la mondialisation. Il conclut sur l’importance pour le rédacteur ou le traducteur d’en saisir les marques idéologiques et de connaître l’instance, voire l’auteur, à l’origine d’un terme, d’un syntagme terminologique ou d’un nom propre terminologisé, car dans ces domaines le vocabulaire n’est jamais neutre. De plus, la problématique de leur fonction discursive est critique dans les sciences sociales, même si ces vocables ne présentent généralement pas de grosses difficultés d’équivalence linguistique.
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 | 0.007 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.006 | 0.008 |
| Science and technology studies | 0.004 | 0.020 |
| Scholarly communication | 0.014 | 0.016 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
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".