MétaCan
Menu
Retour à la cohorte
Enregistrement W154503077 · doi:10.7202/1043633ar

La notion de pluri-officalité dans les Constitutions nationales. Les exemples espagnol, italien, suisse et belge

2015· article· fr· W154503077 sur OpenAlexvenueno aff
Jordane Arlettaz

Notice bibliographique

RevueSens public · 2015
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueLinguistic and Sociocultural Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtPhilosophy

Résumé

récupéré en direct d'OpenAlex

Le concept de co-officialité, ou encore de pluri-officialité, est au cœur du droit linguistique des États plurilingues. Reposant sur la reconnaissance officielle de plusieurs langues sur un même territoire, il semble répondre à un besoin de coexistence pacifique des langues, à rebours du monolinguisme imposé. En réalité, la pluri-officialité soulève de multiples questions consécutives à la mise en œuvre de ses exigences. Les exemples italien, espagnol, suisse et belge sont là pour le montrer. La pluri-officialité repose généralement sur un principe de territorialité, qui confine la langue minoritaire à un territoire donné, ou chaque langue égale à un territoire propre, et non sur un principe de personnalité qui réserverait le cours officiel de la langue à chaque locuteur de celle-ci quelle que soit sa situation géographique. Mais ce principe de territorialité a pour effet de générer consécutivement un nécessaire transfert de compétences au profit de la province où la langue est officialisée, car pour mettre en œuvre l’usage officiel de cette dernière, il est techniquement nécessaire de mobiliser des moyens administratifs, techniques et humains ; et ce, quel que soit le domaine d’intervention matériel de ladite langue. En conséquence à cela, la pluri-officialité est intimement liée à un processus de juste répartition des compétences et moyens entre l’État et la province où la langue considérée aura cours. On aperçoit ici à quel point la pluri-officialité amène par contrecoup un travail de surveillance, de contrôle et d’adaptation des compétences respectives de chaque province, et constitue donc non seulement un problème linguistique, mais aussi un problème juridique et politique.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,158

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,014
Communication savante0,0060,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,122
Tête enseignante GPT0,347
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSens publicMême sujetLinguistic and Sociocultural StudiesTravaux en français237 207