DOI: https://doi.org/10.5334/johd.474
تاريخ النشر: 2026-01-01
المؤلف: Elena Battaner وآخرون
الموضوع الرئيسي: ممارسات إدارة بيانات البحث
نظرة عامة
تقدم الورقة مؤشر عدم التماثل اللغوي (LAI)، وهو إطار قياسي مبتكر مصمم لتقييم تمثيل اللغات وإمكانية الوصول إليها ضمن البنى التحتية الرقمية للبحث. يعرف عدم التماثل اللغوي كخاصية هيكلية تتأثر بتصميم البيانات الوصفية، والأطر المؤسسية، وظروف الوصول. يقوم مؤشر LAI بتشغيل هذا المفهوم من خلال خمسة مكونات موزونة: عدم تمثيل اللغة، انحياز اللغة الإنجليزية، تفاوت اكتمال البيانات الوصفية، مؤشر التركيز المؤسسي، ومؤشر عدم المساواة في الوصول. يتم اشتقاق هذه المكونات من بيانات وصفية متاحة علنًا وتحليلها باستخدام سير عمل قابل للتكرار.
يتم تطبيق مؤشر LAI على أربع بنى تحتية رقمية—CLARIN، Europeana، EUDAT/B2FIND، وOpenAIRE—لاستكشاف تكويناتها الفريدة من عدم التماثل اللغوي، بدلاً من تصنيف أدائها. تكشف النتائج أن التباينات الملحوظة مرتبطة بترتيبات تقنية وتنظيمية محددة، تعكس أنماطًا تخصصية ومؤسسية وتقنية ونظامية. تشير الدراسة إلى أن الاختلالات اللغوية هي أكثر نتيجة للمنطق البنيوي من كونها نتيجة لسياسات متعددة اللغات صريحة. على الرغم من قيودها، مثل الاعتماد على البيانات الوصفية المتاحة للجمهور وطبيعتها اللحظية، فإن مؤشر LAI يعمل كأداة تشخيصية لمراقبة العدالة اللغوية ويمكن أن يُفيد الدراسات الطولية والبحوث النوعية حول حوكمة البيانات الوصفية والممارسات المتوافقة مع FAIR.
النتائج
في هذا القسم، يقدم المؤلفون نتائج تطبيق مؤشر عدم التماثل المحلي (LAI) المقترح على أربع بنى تحتية أوروبية رئيسية: CLARIN، Europeana، EUDAT/B2FIND، وOpenAIRE. تمثل هذه البنى التحتية أوضاعًا متنوعة لتنظيم المعرفة الرقمية، تشمل البيئات اللغوية والتراث الثقافي والبيئة العلمية والتواصل الأكاديمي. كان الهدف الرئيسي هو تقييم الاستقرار التشخيصي لمؤشر LAI عبر نماذج معمارية وإدارية مختلفة، بدلاً من تقديم مقارنات نهائية.
استخدم التحليل نموذجًا متسقًا من خمسة مكونات مع أوزان محددة (LRA = 0.35، EAB/PRB = 0.20، MCD = 0.20، ICI = 0.15، AII = 0.10) وتبع سير عمل تحليلي موحد. تم جمع البيانات الوصفية من نقاط النهاية العامة الرسمية ضمن إطار زمني محدد، مما يضمن تضمين الحقول المفتوحة والقابلة للتحقق فقط. بينما يقلل نظام الوزن الموحد من الضوضاء المنهجية، تبرز التباينات الناتجة في الدرجات المركبة الفروق الهيكلية المتأصلة في كل بنية تحتية، موضحة تكوينات فريدة من عدم التماثل التي تشكلها منطقها التشغيلي الخاص.
المناقشة
يناقش هذا القسم تطوير وتطبيق مؤشر عدم التماثل اللغوي (LAI)، وهو معيار مصمم لقياس تمثيل اللغات وإمكانية الوصول إليها ضمن البنى التحتية الرقمية. يعتمد مؤشر LAI على خمسة مكونات موزونة: عدم تمثيل اللغة (LRA)، انحياز اللغة الإنجليزية (EAB)، تفاوت اكتمال البيانات الوصفية (MCD)، مؤشر التركيز المؤسسي (ICI)، ومؤشر عدم المساواة في الوصول (AII). كل مكون يقيس آليات محددة من عدم التماثل اللغوي، مثل عدم التوازن في الموارد عبر اللغات وهيمنة اللغة الإنجليزية في البيانات الوصفية. يوفر الدرجة المركبة لمؤشر LAI، التي تم تطبيعها على مقياس من 0 (تماثل كامل) إلى 1 (عدم تماثل أقصى)، رؤى حول كيفية ظهور درجات متفاوتة من الرؤية اللغوية وإمكانية الوصول في البنى التحتية المختلفة.
تشير النتائج إلى أن عدم التماثل اللغوي هو قضية متكررة عبر بنى تحتية متنوعة، تتشكل من خلال سياقاتها التقنية والمؤسسية. على سبيل المثال، يظهر CLARIN تركيزًا للموارد في عدد قليل من اللغات السائدة، بينما يبرز EUDAT/B2FIND كيف يمكن أن يقلل التوحيد القياسي من الخصوصية اللغوية. يعمل مؤشر LAI كأداة تشخيصية بدلاً من مقياس أداء، مما يمكّن أصحاب المصلحة من تحديد ومعالجة عدم المساواة الهيكلية في تمثيل اللغات. على الرغم من قيودها—مثل الاعتماد على البيانات الوصفية المتاحة للجمهور واللقطات الزمنية—يوفر مؤشر LAI إطارًا قابلًا للتكرار للدراسات الطولية والتحليلات النقدية للديناميات متعددة اللغات في البيئات الرقمية.
DOI: https://doi.org/10.5334/johd.474
Publication Date: 2026-01-01
Author(s): Elena Battaner et al.
Primary Topic: Research Data Management Practices
Overview
The paper introduces the Linguistic Asymmetry Index (LAI), a novel benchmarking framework designed to assess the representation and accessibility of languages within digital research infrastructures. It defines linguistic asymmetry as a structural characteristic influenced by metadata design, institutional frameworks, and access conditions. The LAI operationalizes this concept through five weighted components: Language Representation Asymmetry, English Anchor Bias, Metadata Completeness Disparity, Institutional Concentration Index, and Access Inequality Index. These components are derived from openly available metadata and analyzed using a reproducible workflow.
The LAI is applied to four digital infrastructures—CLARIN, Europeana, EUDAT/B2FIND, and OpenAIRE—to explore their unique configurations of linguistic asymmetry, rather than to rank their performance. The findings reveal that the observed asymmetries are linked to specific technical and organizational arrangements, reflecting disciplinary, institutional, technocratic, and systemic patterns. The study suggests that linguistic imbalances are more a result of infrastructural logics than of explicit multilingual policies. Despite its limitations, such as reliance on publicly available metadata and its snapshot nature, the LAI serves as a diagnostic tool for monitoring linguistic equity and can inform longitudinal studies and qualitative research on metadata governance and FAIR-aligned practices.
Results
In this section, the authors present the results of applying the proposed Localized Asymmetry Index (LAI) to four major European infrastructures: CLARIN, Europeana, EUDAT/B2FIND, and OpenAIRE. These infrastructures represent diverse modes of digital knowledge organization, encompassing linguistic, cultural heritage, scientific, and scholarly communication environments. The primary aim was to assess the diagnostic stability of the LAI across different architectural and governance models, rather than to provide definitive comparisons.
The analysis utilized a consistent five-component model with specified weightings (LRA = 0.35, EAB/PRB = 0.20, MCD = 0.20, ICI = 0.15, AII = 0.10) and followed a uniform analytical workflow. Metadata were collected from official public endpoints within a specified timeframe, ensuring that only open and verifiable fields were included. While the uniform weighting scheme minimizes methodological noise, the resulting variations in composite scores highlight structural differences inherent to each infrastructure, illustrating unique configurations of asymmetry shaped by their respective operational logics.
Discussion
The section discusses the development and application of the Linguistic Asymmetry Index (LAI), a benchmark designed to measure the representation and accessibility of languages within digital infrastructures. The LAI is built on five weighted components: Language Representation Asymmetry (LRA), English Anchor Bias (EAB), Metadata Completeness Disparity (MCD), Institutional Concentration Index (ICI), and Access Inequality Index (AII). Each component quantifies specific mechanisms of linguistic asymmetry, such as the imbalance of resources across languages and the dominance of English in metadata. The LAI’s composite score, normalized on a scale from 0 (full symmetry) to 1 (maximal asymmetry), provides insights into how different infrastructures exhibit varying degrees of linguistic visibility and accessibility.
The findings indicate that linguistic asymmetry is a recurrent issue across diverse infrastructures, shaped by their technical and institutional contexts. For instance, CLARIN shows a concentration of resources in a few dominant languages, while EUDAT/B2FIND highlights how standardization can diminish linguistic specificity. The LAI serves as a diagnostic tool rather than a performance metric, enabling stakeholders to identify and address structural inequalities in linguistic representation. Despite its limitations—such as reliance on publicly available metadata and temporal snapshots—the LAI offers a reproducible framework for longitudinal studies and critical analyses of multilingual dynamics in digital environments.