La représentation et la diffusion des données terminologiques plurilingues : la collection REALITER – OTPL (CLARIN-IT)
Bibliographic record
Abstract
Dans un monde de plus en plus interconnecté, les compétences plurilingues et pluriculturelles sont essentielles pour favoriser la participation aux échanges économiques, scientifiques et culturels. D’où l’importance cruciale de la création et de la diffusion de ressources terminologiques plurilingues pour une communication scientifique et professionnelle claire et efficace. Reconnaissant les bénéfices de la communication plurilingue dans les domaines de spécialité, le Réseau panlatin de terminologie REALITER développe des activités visant à la promotion de la diversité linguistique dans l’espace des langues néolatines. Depuis sa fondation en 1993, plusieurs lexiques plurilingues couvrant un large éventail de domaines – de l’environnement aux technologies numériques, de l’enseignement à la mode – ont été élaborés. Grâce à la collaboration entre CLARIN-IT (noeud national italien de CLARIN ERIC, l’infrastructure européenne des ressources et technologies du langage) et l’OTPL (Osservatorio di Terminologie e Politiche Linguistiche, Università Cattolica del Sacro Cuore), ces données terminologiques sont indexées dans la collection REALITER – OTPL et publiées sur la plateforme ILC4CLARIN - SKOSMOS Service. Après la présentation des travaux du Réseau REALITER, notamment pour ce qui est de la prise en compte de la variation et des aspects culturels des terminologies, notre contribution se propose de décrire les choix méthodologiques relatifs à la représentation et à la diffusion de ces lexiques plurilingues dans le respect des principes FAIR, en mettant en évidence le rôle fondamental des infrastructures comme CLARIN ERIC pour la représentation, le partage et la préservation de ce riche patrimoine linguistique et culturel.
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 | 0.013 | 0.026 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.009 | 0.015 |
| Science and technology studies | 0.005 | 0.006 |
| Scholarly communication | 0.012 | 0.013 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 0.003 |
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".