L’apport de la mise en oeuvre de la Convention de l’UNESCO de 2005 dans l’environnement numérique à la transmission intra et intergénérationnelle des langues
Bibliographic record
Abstract
Alors que nous entamons la première année de la Décennie des langues autochtones 2022-2032 instaurée par les Nations Unies et que les appels à rédiger un nouvel instrument juridique en matière de diversité linguistique se multiplient, il est bon de s’intéresser à un instrument juridique déjà en vigueur et très pertinent en la matière : la Convention sur la protection et la promotion de la diversité des expressions culturelles de 2005. Tandis que, sur les 7 000 langues documentées aujourd’hui, presque la moitié sont menacées d’extinction, en particulier les langues autochtones et minoritaires, l’avènement de l’environnement numérique dans le domaine culturel nous amène à considérer d’autres voies pour la protection, la promotion et la transmission intra et intergénérationnelle des langues. La Convention de 2005 s’avère être un soutien majeur pour la diversité linguistique dans l’environnement numérique, notamment depuis l’adoption des Directives opérationnelles sur la mise en oeuvre de la Convention dansl’environnementnumérique. L’étude de la mise en oeuvre de la Convention par les Parties démontre en effet que ces dernières prennent des mesures visant explicitement la protection et la promotion de leurs langues ou, du moins, des mesures qui y contribuent grandement, en particulier par la promotion de leurs contenus locaux.
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 | 0.018 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 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".