Atlasul dialectal român online ‒ Crișana II, viziunea și moștenirea profesorului Dorin Urițescu
Bibliographic record
Abstract
ATLASUL DIALECTAL ROMÂN ONLINE -CRIȘANA II,VIZIUNEA ȘI MOȘTENIREA PROFESORULUI DORIN URIȚESCU 1. INTRODCERE 1.0.Cercetările științifice asistate de calculator, inclusiv cele implicând internetul, nu mai sunt o noutate pentru niciun domeniu științific.S-a schimbat sub influența lor însăși paradigma investigației științifice, în particular cea referitoare la stocarea și analiza datelor de mare volum.Științele umaniste, oricât de tradiționaliste, nu puteau rămâne în urmă, iar lingvistica, prin însăși natura ei, este în avangarda lor.Nu este astfel surprinzător interesul profesorului Dorin Urițescu pentru o asemenea abordare, dar admirabilă rămâne imaginația lui în a o folosi pe măsură ce i-a înțeles mecanismele și posibilitățile. 1.1.În 2003 începea (printr-un proiect comun de cercetare cu profesorii Sheila Embleton și Eric Wheeler, la York University, Toronto) digitalizarea și analiza computațională a Noului Noului Atlas Lingvistic Român -Crişana (NALR-Cr.)concretizate în, ce se numește astăzi, Romanian Online Dialect Atlas I (RODA I).Este vorba despre un program adaptat (conceput de profesorul E. Wheeler, urmând recomandările de natură lingvistică ale profesorului D. Urițescu) de editare, analiză și de reprezentare grafică a rezultatelor 1 .Folosind datele din primele două volume ale NARL-Cr.(inițial publicate în varianta cartografiată), RODA I a permis o serie de analize de statistică și dialectometrie extrem de utile și interesante 2 . 1.2.Remarcabilă la RODA I rămâne, printre altele, tastatura virtuală care permite digitalizarea caracterelor complexe ale notației fonetice specifice graiului crișean sub formă de coduri alfanumerice și care a rămas o parte importantă în dezvoltările ulterioare ale RODA II.S-a simțit însă nevoia îmbunătățirii, a dezvoltării programului pentru că era restricționat doar la analiza fonetică (singurul aspect morfologic prezent fiind distincția singularplural), aspectele care nu se doreau incluse în analiză trebuiau înlăturate manual și, nu în ultimul rând, datele originale erau modificate ("normalizate") pentru a urma un format predeterminat.Se pierdea astfel o mare parte din bogăția informațională a datelor atlasului și posibilitățile de analiză deveneau limitate.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.053 | 0.013 |
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".