MétaCan
Menu
Back to cohort
Record W6992347002

Les modifications lexicales apportées par les réviseurs professionnels dans leur tâche de révision : du problème à la solution

2009· other· fr· W6992347002 on OpenAlexaboutno aff

Bibliographic record

VenueCorpus Université Laval (Université Laval) · 2009
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsIndustrial propertyGeneral interestSelf evaluation
DOInot available

Abstract

fetched live from OpenAlex

Depuis quelques années seulement, chercheurs et praticiens en révision professionnelle ont commencé à décrire ce métier et à expliquer les multiples tâches qu'il comporte (Bisaillon, 2005, 2007a et b; Cloutier, 2005; Leclerc, 2006; Lachance, 2006; Association canadienne des réviseurs, 2006; Bisaillon, 2007 c). Dans la foulée de ces travaux, j'ai entrepris une étude sur les modifications lexicales apportées par six réviseurs au cours d'un de leurs mandats de révision afin de préciser la nature et les raisons d'être de ce type de modifications. Je cherchais entre autres, à répondre aux questions suivantes: Qu'est-ce qui caractérise les modifications lexicales? Quels problèmes les réviseurs ont-ils détectés pour justifier ces changements et comment les ont-ils résolus? Quelles préoccupations révisionnelles traduisent ces modifications? Pour obtenir des données, une partie du travail des réviseurs a d'abord été filmé et ceux -ci devaient, par la suite, expliquer les changelnents qu'ils avaient faits dans le texte. Seulement les modifications portant sur des unités lexicales ont été retenues pour ma recherche et une classification a été élaborée pour les décrire et les analyser. Les principaux résultats montrent que les unités lexicales visées par les Inodifications sont le plus souvent remplacées et qu'elles appartiennent deux fois sur trois à une classe ouverte (nom, verbe, adjectif et adverbe). Les problèmes détectés par les réviseurs ont été classés dans une vingtaine de catégories différentes, ce qui témoigne bien de la diversité des difficultés que pose l' elnploi des mots dans un texte. Même si les erreurs de syntaxe et les erreurs d'orthographe grammaticale sont les plus nombreuses, elles ne comptent que pour environ 20 % de tous les problèmes détectés et résolus. On remarque également que quelques modifications lexicales ont été apportées sur la base de pressentiments. Par ailleurs, il s'avère qu 'une modification sur deux visant une unité lexicale est faite dans une optique nonnative. Enfin, on observe que certains éléments du contexte de travail, dont le mandat reçu, la conception de la révision et la fonnation, semblent avoir une incidence sur les types de problèmes que détectent et corrigent les réviseurs.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Science and technology studies, Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesMeta-epidemiology (narrow), Research integrity, Insufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.711
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0020.003
Meta-epidemiology (broad)0.0020.001
Bibliometrics0.0030.003
Science and technology studies0.0050.002
Scholarly communication0.0000.001
Open science0.0030.001
Research integrity0.0030.003
Insufficient payload (model declined to judge)0.0010.001

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.

Opus teacher head0.021
GPT teacher head0.222
Teacher spread0.201 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; both teacher heads agree on what is shown here.

Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations1
Published2009
Admission routes1
Has abstractyes

Explore more

Same venueCorpus Université Laval (Université Laval)French-language works237,207