La mediazione linguistica e culturale in Italia: i mediatori invisibili
Bibliographic record
Abstract
In tempi recenti, alcune notizie di cronaca hanno portato alla ribalta un aspetto \nfondamentale legato al fenomeno dell’immigrazione: il bisogno pressante di permettere \ne facilitare alle persone di altri paesi che scelgono di vivere in Italia, e che non riescono \nad esprimersi o a comprendere correttamente la lingua italiana, di accedere a servizi \npubblici fondamentali tramite servizi di mediazione linguistica e culturale. Queste notizie di cronaca tendono ad esaltare gli effetti negativi che le attività di \nmediazione linguistica e di traduzione ad opera di persone (adulti o bambini) che non \nhanno ricevuto una formazione professionale specifica in questo campo possono avere \nsulle persone coinvolte. Ciò che non mettono in evidenza è la dimensione di un \nfenomeno estremamente esteso e diffuso, ma sommerso e, di conseguenza, invisibile. \nI fenomeni massicci di migrazione verso il nostro paese \nrichiedono con pressante urgenza nuove forme d’interpretazione e di mediazione \nlinguistica e culturale, di figure professionali attive nelle strutture sociali, come \nl’interprete di comunità, d’ospedale, di tribunale o di lingua dei segni, analogamente a \nquanto in passato è già avvenuto in Gran Bretagna, Canada, Australia e negli Stati Uniti \n(Riccardi 2003, p. 16). \nIl presente articolo si prefigge di fornire una descrizione \ndell’intermediazione linguistica e culturale in Italia, facendo riferimento al progetto In \nMediO PUER(I) sulla mediazione linguistica ad opera di bambini e adolescenti, portato \navanti da un gruppo di ricerca del Dipartimento di Interpretazione e Traduzione \ndell’Università di Bologna.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.006 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.024 | 0.001 |
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".