Le traitement des noms d'oiseaux aquatiques du Canada dans les dictionnaires généraux actuels de l'anglais canadien
Bibliographic record
Abstract
Notre recherche de mémoire s'inscrit dans la programmation scientifique du Centre d'analyse et de traitement informatique du français québécois. Plus précisément, elle s'insère dans le prolongement de la recherche qui s'y poursuit depuis quelques années sur le traitement des nomenclatures botanique et zoologique dans les dictionnaires usuels du français. Nous avons voulu ouvrir la perspective en amorçant l'étude de la pratique lexicographique canadienne-anglaise qui, tout comme la lexicographie québécoise, doit s'adapter à un public dont l'expérience et le point de vue sont nord- américains. L'objectif principal de ce mémoire consiste à mettre en lumière les solutions que les lexicographes canadiens-anglais ont adoptées pour prendre en compte la perspective canadienne dans le traitement des noms d'oiseaux aquatiques de l'avifaune canadienne. Pour ce faire, nous avons sélectionné trois dictionnaires généraux usuels de l'anglais canadien ( Gage Canadian Dictionary (2000), Canadian Oxford Dictionary (2004) et ITP Nelson Canadian Dictionary of the English Language (1997)) dont nous comparons les pratiques quant à la composition de la nomenclature, le recours au balisage taxinomique et la mise en perspective des emplois génériques et spécifiques apparentés. Tenant compte de chacun de ces aspects lexicographiques, nous cherchons à établir dans quelle mesure les lexicographes canadiens-anglais prennent en compte les contextes référentiel et linguistique canadiens. Dans un premier temps, nous passons en revue toutes les dénominations (génériques ou spécifiques) d'oiseaux aquatiques recensées par les trois dictionnaires comparés pour voir si elles couvrent bien les besoins de dénominations du public visé à l'endroit des principales espèces de l'avifaune canadienne. Nous portons une attention particulière aux dénominations de forme complexe mentionnées, qu'elles soient ou non présentées en entrée distincte. Dans un deuxième temps, nous abordons la question du balisage taxinomique des définitions et comparons la façon dont chacun des dictionnaires exploite ce balisage pour clarifier la valeur référentielle des mots traités. Dans un troisième temps, nous nous intéressons à la mise en perspective des emplois génériques et spécifiques, et plus concrètement, à l'ensemble des éléments de la métalangue permettant de clarifier le degré d'extension décrit. L'étude que nous présentons démontre que les dénominations (génériques et spécifiques) répertoriées dans les trois dictionnaires comparés reflètent clairement la perspective canadienne, tant référentielle que linguistique. Le recours à des amorces définitoires distinctives (a ou any of ) et le balisage taxinomique sont deux moyens exploités de façon assez systématique par les lexicographes canadiens-anglais pour clarifier de façon satisfaisante le degré d'extension des dénominations répertoriées
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.004 | 0.010 |
| Science and technology studies | 0.013 | 0.006 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 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".