Notice bibliographique
Résumé
La féminisation lexicale et la féminisation des textes constituent un sujet de recherche relativement fréquent dans certains pays francophones (surtout au Canada), mais elles ont rarement été abordées dans les écrits sur les pays francophones africains. L’article présente le niveau de féminisation lexicale dans un corpus de textes institutionnels écrits en français et produits par diverses institutions et autorités sénégalaises disponibles sur Internet, parmi lesquels, pour une plus grande facilité de quantification et de comparaison, l’auteur a dépouillé des formulaires (demandes, certificats, déclarations, attestations, etc.). L’article contient quelques remarques sur la situation et la position de la langue française en Afrique noire, une explication de la méthodologie utilisée pour la recherche, et la présentation des résultats, qui sont analysés, commentés et quantifiés selon divers procédés appliqués (ou non appliqués) pour rendre les femmes linguistiquement visibles dans ce type de textes. Les résultats permettent de faire le point sur un phénomène sociolinguistique qui continue à susciter la controverse en France, cette fois-ci pour un pays à majorité musulmane qui pourrait donc potentiellement présenter des différences considérables par rapport à la Francophonie européenne et américaine. Néanmoins, l’auteur démontre que la féminisation lexicale est bien présente, même si elle n’est pas systématique, dans les textes officiels sénégalais.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».