Prix national d'excellence, Association canadienne de linguistique National Achievement Award, Canadian Linguistic Association 2019
Bibliographic record
Abstract
La professeure Elaine Gold a fait montre d'un talent exceptionnel quant à sa capacité à communiquer et à diffuser le savoir relatif à la langue et à la linguistique.Son travail au sein du Musée canadien des langues est connu dans le milieu universitaire et non universitaire dans de nombreuses communautés partout au Canada.La professeure Gold détient une maîtrise en histoire de l'art et un doctorat en linguistique de l'Université de Toronto.Avant sa retraite en 2017, elle a enseigné à l'Université Queen's, puis à l'Université de Toronto où elle a été coordonnatrice des études de premier cycle et chargée d'enseignement en linguistique.Son expertise en enseignement porte sur plus d'un aspect de la linguistique et ses travaux de recherche, axés sur le Canada, couvrent plusieurs sujets tels que la sociolinguistique, l'aspect et l'emprunt de mots en yiddish, les variétés d'anglais autochtone et l'anglais canadien.La professeure Gold a fait une contribution remarquable à l'étude de eh en anglais canadien, un domaine de recherche de plus en plus pertinent, et à celle de l'aspect en bungi, une variété de créole à base d'anglais écossais et de cri qui s'est développée pendant la période du commerce des fourrures.Dans la sphère publique, la plus importante contribution de la professeure Gold vient de son dévouement en tant que fondatrice (2011) et directrice générale du Musée canadien des langues (MCL) (www.museedeslangues.ca).Cette institution unique et novatrice a permis le rayonnement de la linguistique dans une multitude de communautés partout au Canada.Dans son travail, la professeure Gold a été en mesure d'identifier des domaines de recherche portant sur les langues au Canada qui présentent un intérêt pour le grand public, d'identifier les chercheurs et chercheures actifs dans ces domaines, de voir au développement d'expositions muséologiques itinérantes portant sur ces domaines et d'assurer la mise en circulation de ces expositions dans les diverses communautés canadiennes.Au fil des années, la professeure Gold a recruté et guidé nombre d'étudiants et étudiantes du programme de maîtrise en études muséologiques de l'Université de Toronto qui, dans le contexte du cours Exhibitions suivi pendant leur dernière année d'études, ont été les concepteurs et les conservateurs des expositions présentées par le MCL.
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 | 0.008 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.002 |
| Science and technology studies | 0.010 | 0.003 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.005 | 0.006 |
| Insufficient payload (model declined to judge) | 0.134 | 0.026 |
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".