La normalisation linguistique dans une entreprise: le mot d'ordre mondial
Notice bibliographique
Résumé
Cet article examine comment la normalisation linguistique dans un centre d'appels affecte la valeur du bilinguisme et des variétés linguistiques. Pour une minorité francophone, l'accès à un emploi dans le secteur des services et de l'information représente un atout important à cause de son bilinguisme. Toutefois, depuis qu'il existe une normalisation linguistique dans ce secteur afin de s'adapter aux marchés mondiaux, on voit une certaine sélection s'effectuer au sein de cette communauté bilingue entre ceux qui sont assez compétents pour répondre aux critères de la nouvelle économie et les autres. Ceci dit, le bilinguisme semble avantageux à condition qu'on sache utiliser les deux langues de façon normative. Cela engendre des conséquences sur les pratiques langagières de la minorité francophone qui ne possède pas toujours les variétés linguistiques pour répondre aux nouveaux critères. L'une des stratégies des employés consiste à se perfectionner en langue française ou au contraire à décider de ne pas travailler de façon bilingue. La normalisation linguistique pourrait engendrer une certaine élite bilingue capable de répondre aux demandes du marché mondial.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,011 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».