Cartes conceptuelles et thésaurus : essai de comparaison entre deux modèles de représentation issus de différentes traditions disciplinaires
Bibliographic record
Abstract
La situation de l’utilisateur confronté à une tâche de repérage de l’information comporte certaines similarités avec celle de l’apprenant qui doit assimiler un nouveau contenu. Pour soutenir ces activités, les sciences de l’information et les sciences de l’éducation ont développé des modèles différents de représentation des connaissances : les thésaurus et les cartes conceptuelles. Des auteurs suggèrent de les rapprocher ou de les fusionner. Une comparaison systématique est entreprise qui passe d’abord par leur définition et par leur mise en contexte. Les deux systèmes de représentation sont ensuite examinés selon les trois dimensions sémiotiques habituelles : l’aspect pragmatique (les étapes de production et les contextes d’utilisation des signes), l’aspect sémantique (ce à quoi les signes renvoient, ce qu’ils représentent) et l’aspect syntaxique (identification des unités porteuses de sens, les règles régissant leur combinaison ainsi que les formats de présentation). L’étude fait apparaître de nombreuses convergences sur : 1) les objets représentés (concepts et relations entre concepts) ; 2) les domaines le plus fréquemment représentés (les domaines scientifiques) ; 3) les étapes d’élaboration ; 4) le passage du mode manuel de construction à l’utilisation des outils logiciels ; 5) certainesutilisations dans le contexte des nouvelles technologies ; 6) les unités de représentation et leur syntaxe ; 7) le format graphique de représentation (systématique dans le cas des cartes conceptuelles, occasionnel dans le cas des thésaurus) ; 8) l’évaluation des modèles de représentation et de leur format en regard de leurs fonctions. Elle fournit aussi des pistes méthodologiques et expérimentales fructueuses pour l’évolution des thésaurus. Cependant il est nécessaire de maintenir et d’approfondir des distinctions susceptibles d’éclairer les spécificités des différentes représentations nécessaires pour faciliter l’interaction des utilisateurs finals avec les bases de données. Différentes théories sémiotiques peuvent s’avérer utiles.
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 | 0.015 | 0.024 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.020 | 0.020 |
| Science and technology studies | 0.003 | 0.013 |
| Scholarly communication | 0.019 | 0.025 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 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".