Bibliographic record
Abstract
Depuis l’article programmatique de Shlesinger (1998), beaucoup de corpus d’interprétation ont vu le jour. Il s’agit de corpus constitués d’interprétations effectuées dans des contextes de conférences, dans le domaine médical, ou encore dans des situations institutionnelles comme la télévision. Malgré les différences portant sur le contexte situationnel, ils présentent des traits communs sur le plan de leur dimension, qui est en général limitée, et de leur exploitation, qui est, quant à elle, conditionnée par la présence ou l’absence de l’alignement des transcriptions avec l’audio ou l’image, de même que par le niveau d’étiquetage choisi. Nous nous proposons de réfléchir à ces aspects, en illustrant brièvement les caractéristiques de deux corpus collectés à l’Université de Trieste tels que CorIT (corpus d’interprétation à la télévision italienne) et CorILex (corpus d’interprétation judiciaire) et en mettant en évidence les obstacles qui ont entravé ou qui conditionnent leur collecte. Nos remarques conclusives porteront enfin sur les traits qui différencient ces deux corpus dans le but de les articuler avec les réflexions qui se sont développées au sein de la linguistique de corpus afin de déterminer la place des corpus d’interprétation à l’intérieur d’un domaine qui se montre de plus en plus diversifié, hétérogène et interdisciplinaire.
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 | 0.052 | 0.135 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.007 | 0.009 |
| Science and technology studies | 0.008 | 0.018 |
| Scholarly communication | 0.021 | 0.027 |
| Open science | 0.006 | 0.017 |
| Research integrity | 0.004 | 0.010 |
| Insufficient payload (model declined to judge) | 0.013 | 0.007 |
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".