L’exportation du modèle terminologique québécois en Catalogne
Bibliographic record
Abstract
Dans les ensembles espagnol et canadien, la Catalogne et le Québec partagent plusieurs caractéristiques. Bénéficiant tous deux de pouvoirs politiques, économiques et linguistiques, ils ont mis à profit ces derniers pour les travaux d’aménagement linguistique et terminologique sur leurs territoires respectifs. En outre, les sociétés catalane et québécoise ont en commun que leur langue nationale est minoritaire au sein du pays, ce qui a engendré au fil du temps la mise en place de multiples mesures pour la préserver et la dynamiser. Le présent article retrace la forme qu’ont pris les nombreux échanges entre le Québec et la Catalogne depuis le milieu des années 1970, moment-clé pour l’affirmation linguistique des deux peuples. Les diverses facettes de l’apport du Québec à la Catalogne en ce qui touche l’aménagement linguistique sont plus particulièrement examinées. Ces échanges ont inspiré les Catalans dans la création de leur politique d’éducation et de normalisation terminologique, notamment ; citons entre autres l’Office québécois de la langue française qui trouve en Termcat un équivalent catalan depuis maintenant 25 ans. Également, en plus des idées, les autres formes des échanges québécois-catalans sont décrites. Un bilan des échanges Québec-Catalogne est ensuite dressé, notamment pour déterminer globalement l’impact qu’aura eu l’influence québécoise dans la discipline. La conclusion souligne que, depuis nombre d’années, la Catalogne rayonne fortement dans le domaine terminologique : elle est devenue elle-même un important lieu de diffusion vers d’autres communautés et constitue à son tour une source d’inspiration pour le Québec.
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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.018 | 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".