MétaCan
Menu
Retour à la cohorte
Enregistrement W3121932257 · doi:10.3917/cdge.069.0151

State normalization of inclusive language

2021· article· fr· W3121932257 sur OpenAlexaffabout
Benjamin Moron-Puech, A. Bonet Sarís, Léa Bouvattier

Notice bibliographique

RevueCahiers du Genre · 2021
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEducation, sociology, and vocational training
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesAcadémie française
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Cette contribution mène une comparaison des normes d’inclusivité du langage édictées en France et au Québec par les actaires étatiques. Cette comparaison relativise l’idée que le Québec serait bien plus en avance. Elle révèle au contraire de très grandes similitudes dans ces normes étatiques, qui sont apparues à des dates proches et ont des contenus similaires. Des différences existent mais moins sur les normes d’inclusivité édictées – les autorités québécoises ne produisant par exemple pas des normes « plus inclusives » que les autorités françaises –, que quant aux institutions qui produisent ces normes. Ainsi, alors qu’au Québec existe un consensus pour confier à l’organe linguistique le soin de poser les normes d’inclsuvité du langage (l’Office québécois de la langue française), il y a au contraire en France une forte concurrence – appelée à perdurer – entre les acteurs ministériels et les personnes publiques en charge de la langue ou de l’égalité homme/femme (Premier ministre, Académie française, Haut conseil à l’égalité entre les femmes et les hommes).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,319
Score d'incertitude au seuil0,617

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,399
Écart entre enseignants0,350 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCahiers du GenreMême sujetEducation, sociology, and vocational trainingTravaux en français237 207