La citation comme source de renseignements métalangagiers dans l’article scientifique
Bibliographic record
Abstract
La citation remplit de nombreuses fonctions dans l’article scientifique. Outre sa fonction première, qui consiste à indiquer qu’une réflexion a été empruntée à un autre auteur, elle réalise au moins deux autres objectifs. Elle signale, d’une part, que l’article qui la contient entretient des rapports dialogiques avec un ensemble de textes antérieurs. De l’autre, elle cherche, en établissant des liens avec des travaux antérieurs, à augmenter la force de persuasion de l’article dans lequel elle s’insère. La citation peut, par ailleurs, avoir un autre objectif, qui est, cependant, beaucoup moins étudié. En effet, elle peut viser à rehausser l’efficacité et la précision du langage utilisé pour exprimer le contenu de l’article. La citation retrace et analyse, dans ce cas, des emplois antérieurs d’un terme souvent afin d’en préciser le sens. Ce type de citation, que nous nommons marqueur sémantique (Collet 2016, 2018), se repère, entre autres, dans les articles en sciences humaines et sociales. Notre but est de présenter les types de renseignements métalangagiers ou sémantiques qu’une telle citation est susceptible de contenir. Nous nous servirons à cette fin de données tirées d’un corpus couvrant plusieurs disciplines en sciences humaines et sociales, notamment la linguistique, la psychologie, la sociologie et l’histoire. Nous démontrerons également par une analyse quantitative que le recours aux marqueurs sémantiques est bien établi au sein des domaines susmentionnés.
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 | 0.060 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.019 | 0.026 |
| Science and technology studies | 0.006 | 0.005 |
| Scholarly communication | 0.016 | 0.012 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.029 | 0.012 |
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".