Réflexions épistémologiques sur de nouveaux apports méthodologiques et empiriques à l’étude géolinguistique des français d’Amérique
Notice bibliographique
Résumé
Après un bref tour d’horizon historique de la géolinguistique du français au Canada, nous présenterons dans le détail une nouvelle technique d’enquêtes en ligne (inspirée du « crowdsourcing » ou « production participative ») permettant de porter un regard neuf sur la différenciation diatopique du français au Canada, envisagée du point de vue des autoreprésentations. Nous enchaÎnerons avec une réflexion épistémologique portant sur les limites inhérentes à ce type d’approche (données élicitées vs. spontanées; données de production et d’autoreprésentation; paradoxe de l’observateur; variation diasituationnelle; problèmes de syntagmatique; distinction entre signification et désignation), puis présenterons brièvement le traitement cartographique effectué, pour aboutir au coeur de l’exposé : une série de cartes et de graphes élaborés à partir de nos enquêtes et illustrant différentes distributions aréales prototypiques (aires complémentaires, types locaux, aires périphériques et effet d’âge).
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 | 0,055 | 0,057 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,007 | 0,037 |
| Communication savante | 0,019 | 0,012 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».