Bibliographic record
Abstract
Nouvelle collection des Presses de l’Université de Montréal, « Profession » se propose de faire la synthèse d’une activité professionnelle. Le choix de Marie-Eva de Villers pour la profession de lexicographe s’avère pertinent car elle est au Québec celle dont la renommée en matière de lexicographie n’est plus à faire. Son dictionnaire, le Multidictionnaire, sorti en 1988, est le dictionnaire de langue française du Québec dont la longévité est la plus notoire. Outre ses activités de remise à jour de son dictionnaire correctif, Eva de Villers s’occupe aussi de métalexicographie. L’ouvrage qu’elle a ici publié est à la fois une introduction à la lexicographie et une description du travail du lexicographe. Elle prend soin de souligner que le lexicographe est parfois mal perçu des linguistes théoriciens, lesquels supposent que la démarche des lexicographes n’est pas scientifique. Elle affirme avec raison que « c’est l’usage qui dicte le choix des mots » (p. 8) et ajoute qu’en ce sens le travail du lexicographe est un peu celui d’un artisan plutôt que celui d’un logicien.
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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.004 | 0.008 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.208 | 0.070 |
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".