acervos e a documentação linguística
Bibliographic record
Abstract
Enquanto que mais e mais línguas do mundo se tornam ameaçadas, sua documentação fornece recursos importantes para linguistas e comunidades. Os linguistas olham para os acervos digitais como um recurso essencial para garantir a preservação, conservação e acesso dos resultados de seu trabalho. Neste artigo, consideramos os benefícios e desafios associados ao arquivamento na documentação linguística, relacionados a questões de preservação, conservação, acesso, propriedade e uso de materiais. Baseamo-nos em nosso conhecimento acumulado como acadêmicos profundamente envolvidos na administração, contribuição e uso de acervos linguísticos, particularmente relacionados às línguas indígenas da América Latina. Nós nos concentramos em particular na relevância dos acervos linguísticos no Brasil e sua importância para acadêmicos, membros da comunidade e outras partes interessadas. Nossa discussão considera os passos necessários para garantir a qualidade e longevidade dos recursos; os princípios e estratégias pelos quais os materiais arquivados podem ser disponibilizados; e maneiras pelas quais os acervos linguísticos podem informar o trabalho em andamento com as línguas indígenas. Conforme apresentamos aqui, os acervos linguísticos fornecem recursos importantes para acadêmicos e comunidades que desejam revitalizar, manter ou simplesmente lembrar sua herança linguística e cultural.
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 | 0.007 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.005 | 0.007 |
| Science and technology studies | 0.005 | 0.016 |
| Scholarly communication | 0.020 | 0.010 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.004 |
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".