e-cienciaDatos
Not a member yet
1765 research outputs found
Sort by
Federico-Tena World Population Historical Database : Martinique (French Colonies)
No full textProject developed by Giovanni Federico (New York University Abu Dhabi) and Antonio Tena Junguito (Universidad Carlos III de Madrid). Dataset: Martinique (French Colonies
Fichas con información lingüística sobre 5 géneros textuales del ámbito de la Administración
No full textDescripción del proyecto
El contenido de este dataset es resultado de la investigación llevada a cabo en el proyecto "Tecnologías de la Información y la Comunicación para la e-Administración: hacia la mejora de la comunicación entre Administración y ciudadanía a través del lenguaje claro" (TIC-eADMIN), cuyo principal objetivo era desarrollar, en el contexto de la e-Administración, una herramienta TIC en línea de ayuda a la redacción de textos administrativos en español por parte de empleados públicos, para contribuir a que los textos que reciba la ciudadanía estén redactados en lenguaje claro. Esta herramienta ya se ha desarrollado y puede utilizarse gratuitamente en línea desde el siguiente enlace: www.sistema-artext.com. Asimismo, uno de los objetivos específicos del proyecto era analizar y sistematizar los rasgos lingüísticos prototípicos de algunos géneros textuales del ámbito de la Administración.Descripción del dataset
Este dataset contiene un único fichero. En ese fichero se incluyen cinco fichas con información lingüística sobre los apartados y los contenidos prototípicos de cinco géneros textuales del ámbito de la Administración pública española. Además, incluye una selección de fraseología que se puede utilizar para expresar esos contenidos adaptada a las principales recomendaciones de lenguaje claro para el español. Los resultados de este dataset se han obtenido a partir del análisis de un corpus de textos procedentes del Ayuntamiento de Madrid. Los cinco géneros textuales que se analizan son: acta de inspección, contrato, requerimiento, resolución dirigida a un particular y resolución publicada en portales institucionales. La información que contiene este dataset se ha integrado en el sistema arText para ayudar al personal público a estructurar y redactar estos géneros textuales dirigidos a la ciudadanía.Metodología (empleada para la recogida o generación de los datos)
La metodología empleada para la obtención de los datos incluye seis etapas:
Etapa 1. Selección de los cinco géneros textuales objeto del estudio. Los criterios de selección de los géneros son: frecuencia y dificultad de escritura de los géneros por parte del alumnado universitario de derecho y del personal público, y cantidad de texto libre presente en modelos o plantillas. Para obtener esta información se llevaron a cabo dos encuestas: una al alumnado de la UNED y otra al personal del Ayuntamiento de Madrid.
Etapa 2. Compilación del corpus. El corpus está formado por 100 textos (20 por cada género textual) generados por el Ayuntamiento de Madrid, institución que se ha tomado como caso de estudio. Esta cantidad es estadísticamente representativa para el análisis de textos de ámbitos especializados, según se indica en investigaciones previas.
Etapa 3. Selección de los rasgos lingüísticos que se tienen en cuenta para el análisis del corpus. Los rasgos que se analizan son: a nivel textual, los apartados, los títulos y los contenidos, y a nivel léxico, la fraseología.
Etapa 4. Anotación del corpus mediante la herramienta ATLAS.ti. La anotación se lleva a cabo manualmente.
Etapa 5. Análisis de los rasgos textuales. Se determinan los apartados, títulos y contenidos prototípicos de cada uno de los cinco géneros textuales objeto del estudio. Se consideran prototípicos los rasgos que aparecen en un 50 % o más de los textos del corpus. Adicionalmente, los rasgos que aparecen en entre un 40 % y un 50 % de los textos del corpus se consideran opcionales.
Etapa 6. Selección y adaptación a lenguaje claro de la fraseología. Se seleccionan algunas frases representativas para expresar los contenidos de cada género textual y se adaptan manualmente a las principales recomendaciones de lenguaje claro para el español.
</ul
Federico-Tena World Population Historical Database : French India
No full textProject developed by Giovanni Federico (New York University Abu Dhabi) and Antonio Tena Junguito (Universidad Carlos III de Madrid). Dataset: French Indi
Hermanas Rivero y Miguel Ángel Vallecillo Teodoro (Olivenza). Fiestas y comidas. Remedios tradicionales
No full textEl Entrudo en Portugal, al modo tradicional. Platos asociados a esa fiesta (sopa de entrudo, bolos de entrudo, etc.). Platos y preparaciones típicos de Olivenza y comidas habituales en determinadas fechas (açorda, sardinhas albardadas, etc.). Era habitual que los niños bebiesen alcohol, y las bebidas alcohólicas también estaban en la base de algunos remedios para el resfriado, el malestar general, etc. La romería de S. Isidro. Se adornaban los carros y se cantaba.O Entrudo em Portugal, da forma tradicional. Pratos associados a este festival (sopa de entrudo, bolos de entrudo, etc.). Pratos e preparações típicas de Olivença e refeições comuns em certas datas (açorda, sardinhas albardadas, etc.). Era comum as crianças beberem álcool, e as bebidas alcoólicas eram também a base de alguns remédios para constipações, mal-estar geral, etc. A peregrinação de St. Isidore. Os vagões estão decorados e há cânticos.The Entrudo in Portugal, in the traditional way. Dishes associated with this festival (entrudo soup, bolos de entrudo, etc.). Dishes and preparations typical of Olivenza and common meals on certain dates (açorda, sardinhas albardadas, etc.). It was common for children to drink alcohol, and alcoholic beverages were also the basis of some remedies for colds, general malaise, etc. The pilgrimage of St. Isidore. The wagons were decorated and there was singing
Federico-Tena World Population Historical Database : Algeria
No full textProject developed by Giovanni Federico (New York University Abu Dhabi) and Antonio Tena Junguito (Universidad Carlos III de Madrid). Dataset: Algeri
Grupo de 3 informantes. (San Jorge Alor). Historia y lengua
No full textEl origen histórico. Antes era portugués, por eso la gente habla esa lengua. Alguna gente habla portugués, otra español, y alguna va alternando según el interlocutor. Cuenta aproximadamente con 400 habitantes, es una aldea que pertenece a Olivenza. La relación con los portugueses era buena. Había también matrimonios mixtos. Ya no se habla portugués. Diferencias con otras variedades lusófonas y otras lenguas. La doble nacionalidad. La emigración. Productos agrícolas y animales que se dan en el territorio; no es zona vinícolaA origem histórica. Antigamente era português, e é por isso que as pessoas falam essa língua. Algumas pessoas falam português, outras espanhol, e algumas alternam, dependendo do interlocutor. Tem aproximadamente 400 habitantes, é uma aldeia que pertence a Olivença. A relação com os portugueses era boa. Houve também casamentos mistos. O português já não se fala. Diferenças com outras variedades lusófonas e outras línguas. Dupla nacionalidade. A emigração. Produtos agrícolas e animais que ocorrem no território; não é uma zona de viticultura.The historical origin. It was Portuguese before, that's why people speak that language. Some people speak Portuguese, others Spanish, and some alternate depending on the speaker. It has approximately 400 inhabitants, it is a village that belongs to Olivenza. The relationship with the Portuguese was good. There were also mixed marriages. Portuguese is no longer spoken. Differences with other Lusophone varieties and other languages. Dual nationality. Emigration. Agricultural products and animals that occur in the territory; it is not a wine-growing area
Adolfo y Manuel (Olivenza). Biografía de los informantes. Cambios en Olivenza
No full textEl informante A. se crio en el campo. No fue a la escuela, sino que tuvo un profesor particular. Se vino a Olivenza de adolescente. Fue concejal y pudo vivir de cerca el proceso de mejora de infraestructuras, así como el aumento de habitantes. La emigración era un fenómeno muy importante. La penuria era grande, no había nada. Los niños hacían sus juegos con tres o cuatro cosas. Ambos informantes con 6 años ya iban a guardar el ganado, porque la vida era muy dura y había que trabajar. El servicio militar del informante A. Llegada del informante M y diálogo con él, que se une a la conversación. El informante M. aprendió a leer en un libro que le compró su madre. Pasaba mucha hambre; eran 8 hermanos y no llegaba para todos.O informador A. cresceu no campo. Não frequentou a escola, mas teve um professor particular. Veio para Olivenza quando era adolescente. Foi conselheiro municipal e pôde experimentar em primeira mão o processo de melhoria das infra-estruturas, bem como o aumento da população. A emigração foi um fenómeno muito importante. A escassez era grande, não havia nada. As crianças faziam os seus jogos com três ou quatro coisas. Ambos os informadores já iam guardar gado aos 6 anos de idade, porque a vida era muito dura e tinham de trabalhar. Serviço militar do informador A. Chegada do informador M. e diálogo com ele, que se junta à conversa. O informador M. aprendeu a ler a partir de um livro que a sua mãe lhe comprou. Tinha muita fome; havia 8 irmãos e não havia o suficiente para todos eles.Informant A. grew up in the countryside. He did not go to school, but had a private teacher. He came to Olivenza as a teenager. He was a councillor and was able to experience first hand the process of infrastructure improvement, as well as the increase in the number of inhabitants. Emigration was a very important phenomenon. The shortage was great, there was nothing. Children made their games with three or four things. Both informants were already going to keep cattle when they were 6 years old, because life was very hard and they had to work. Informant A's military service. Arrival of informant M. and dialogue with him, who joins the conversation. Informant M. learned to read from a book his mother bought him. He suffered a lot of hunger; there were 8 siblings and there was not enough for all of them
Federico-Tena World Population Historical Database : Philippines
No full textProject developed by Giovanni Federico (New York University Abu Dhabi) and Antonio Tena Junguito (Universidad Carlos III de Madrid). Dataset: Philippine
Federico-Tena World Population Historical Database : Ionian islands
No full textProject developed by Giovanni Federico (New York University Abu Dhabi) and Antonio Tena Junguito (Universidad Carlos III de Madrid). Dataset: Ionian island
Federico-Tena World Population Historical Database : Iceland
No full textProject developed by Giovanni Federico (New York University Abu Dhabi) and Antonio Tena Junguito (Universidad Carlos III de Madrid). Dataset: Icelan