Bibliographic record
Abstract
Les programmes d'aménagement linguistique destinés à pourvoir les langues qui ne participent pas au développement technologique en « vocabulaires modernes » ne tiennent pas suffisamment compte des contraintes propres à l'acquisition de concepts nouveaux. On se demandera si l'action terminologique menée sur ce terrain n'entretient pas l'illusion que l'appropriation des mots équivaut à l'appropriation des concepts. Or un simple retour en arrière dans les réalités populaires de notre avant-guerre montre que tous les actes importants de la vie s'articulaient sur des croyances qui ne se sont diluées que très lentement. Le nouveau s'est progressivement et incomplètement superposé à l'ancien. Aujourd'hui encore en France, un certain nombre de paysans continuent de semer à la nouvelle lune et de tailler les arbres à la lune descendante. Il faut revenir à l'aventure de la modernité dans notre propre culture lorsque l'on cherche à contribuer au transfert de connaissances nouvelles dans des cultures plus éloignées du monde technologique. Cela suppose la reconnaissance des langues et cultures autres. Parallèlement, I'étude de la formation des concepts abstraits chez I'adolescent met en lumière les contraintes cognitives auxquelles il faut satisfaire pour que l'apprentissage réussisse. On donnera quelques indications sur des pistes concrètes qui pourraient inspirer d'autres approches du transfert des connaissances.
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 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.011 |
| Scholarly communication | 0.009 | 0.008 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.014 | 0.004 |
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".