Mesurer la francophonie et identifier les francophones. Inventaire critique des sources et des méthodes
Notice bibliographique
Résumé
Cet ouvrage s’adresse à tous les chercheurs, débutants, doctorants, ou confirmés, qui s’intéressent aux situations multilingues en général et à la francophonie en particulier, et qui souhaitent mieux connaître ces réalités en allant chercher des données déjà disponibles ou en mettant en œuvre leurs propres recherches. La première partie de l’ouvrage, consacrée aux sources disponibles, présente un catalogue raisonné des institutions qui produisent des données sur les situations de francophonie. Le chercheur qui souhaite aller plus loin et s’intéresser à un aspect insuffisamment documenté trouvera dans la seconde partie un inventaire critique de l’ensemble des méthodes d’enquêtes effectivement mises en œuvre, dont il pourra s’inspirer pour ses propres recherches.\nCet ensemble inédit, qui embrasse la sociolinguistique, la lexicologie, la démographie, la morphosyntaxe, la démographie, qui traite de la présence des langues sur internet, dans les médias, à l’école, mais aussi dans les familles, dans le monde du travail ou de la production scientifique, est un véritable guide de la recherche sur les situations multilingues.\n\nIl a été produit à l’initiative de l’Observatoire de la langue française de l’Organisation internationale de la francophonie (OIF), en partenariat avec l’Agence universitaire de la Francophonie (AUF) et l’Observatoire démographique et statistique de l’espace francophone (ODSEF) de l’Université Laval (Québec), et soumis à la discussion d’une vingtaine de chercheurs au cours du 2e Séminaire international sur les méthodologies d’observation de la langue française qui s’est tenu à l’OIF les 2 et 3 octobre 2014, dont il est rendu compte dans la troisième partie du présent ouvrage.\nIl est précédé de « Qu’est-ce qu’un francophone ? » (Alexandre Wolff), importante mise au point terminologique et méthodologique.
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 | 0,015 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,004 |
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 ».