Power and Norm-Setting in LSP: Anglicisms in the Language of Fashion Influencers
Notice bibliographique
Résumé
The norm in languages for specific purposes, i.e. acceptability in terms of language use at all levels, from pronunciation and lexis to genre structure, is usually established in terms of the power over discourse exerted by user communities. However, in “non-hierarchical” or even “non-regulated” professions or areas of LSP, there is a gradation between lay and professional users which makes for boundaries that are moveable. “Influencers”, who use social media (Instagram, Twitter, etc.) to disseminate their ideas about fashion, are a case in point: they rarely (if ever) have any academic qualifications in fashion design, but may progressively become empowered, through their influence on social media, to determine language use in the language of fashion. The consequences of this empowerment of “outliers” would affect, amongst other components, the normativization of certain specialized languages: as influencers progressively approach the core of the profession, they may bring with them a host of borrowings—mainly Anglicisms in the case of Spanish influencers—which they then disseminate, in spite of what purists might argue. In our paper, we shall use the language of fashion as a case in point to show that the establishment of a norm is not necessarily subject to traditional hierarchies, and discuss the creation of (em)power(ment) dynamics which lead to visible results in language practices.
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 | 0,010 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,071 |
| Communication savante | 0,013 | 0,008 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».