Le comportement terminologique et les attitudes face aux langues en contexte de changement planifié : une analyse comparative de deux milieux de travail
Notice bibliographique
Résumé
L’évaluation du travail de la francisation des termes techniques en milieu de travail, dans le contexte de la politique dL’aménagement linguistique du Québec, pose des problèmes particuliers pour l’analyse du choix des langues. En 1983, nous avons recueilli des données auprès de 453 employés d’une entreprise de transport qui ont rempli notre questionnaire. Nous avons identifié certains facteurs sociodémographiques, occupationnels, organisationnels et psychosociaux qui pèsent sur l’utilisation des langues en contexte de concurrence et de changement linguistiques, et plus particulièrement sur le choix de langue (l’anglais ou le français) pour une dizaine de termes spécifiques. Dans le présent article, nous confrontons les résultats obtenus en 1983 à des données comparables receuillies en 1986 auprès de 361 travailleurs de deux entreprises du secteur manufacturier. Afin de vérifier le bien-fondé de certaines hypothèses retenues suite aux analyses du corpus de 1983, nous examinons le rôle de deux facteurs sociodémographiques et occupationnels importants, le sexe et le poste, en regard du comportement terminologique et de certaines attitudes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».