Bibliographic record
Abstract
Au cours de ses 5000 ans d'histoire, la Chine a connu quatre différentes vagues d'activité traductionnelle. La première a commencé avec la traduction des classiques bouddhistes par des moines d'Inde et d'Asie centrale et par des moines chinois à l'aise tant avec ces doctrines qu'avec le sanscrit. La traduction des écrits bouddhiques s'étale sur plus de 1000 ans (à partir de la fin de la dynastie Han) et a laissé des traces indélébiles sur la religion, la philosophie et la vie sociale en Chine. La deuxième vague de traduction débute à la fin de la dynastie Ming (fin du xvie siècle) quand les missionnaires jésuites arrivèrent de l'Occident pour prêcher le catholicisme et enseigner la science et la technologie. La signature imposée du traité de Nanking marque le début de la troisième vague qui se caractérise par la traduction d'ouvrages de sciences sociales, de science militaire et de littérature. Enfin, la dernière vague commence à la fin des années 1950, elle est interrompue par la révolution culturelle et reprend à la fin des années 1970. Dans un certain sens, la traduction a donné au pays une impulsion vers le progrès.
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 | 0.016 | 0.024 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.011 | 0.013 |
| Scholarly communication | 0.009 | 0.007 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.034 | 0.006 |
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".