La formation du singulier et du pluriel orthographiques des noms composés faisant l’objet de la dernière réforme de l’orthographe – entre recommandation et application
Notice bibliographique
Résumé
Traitant de l’orthographe grammaticale, l’article s’intéresse à la formation du singulier et du pluriel des noms composés concernés par les dernières rectifications orthographiques datant de 1990. D’abord, nous rappelons la théorie de la profondeur de l’orthographe, ainsi que l’historique des réformes orthographiques, en insistant sur l’évolution de la formation du pluriel orthographique. Puis, nous examinons, dans un corpus consistant en cinq dictionnaires de français disponibles en ligne, la graphie de 19 mots composés, pour vérifier si, une trentaine d’années plus tard, les nouvelles règles recommandées sont appliquées. Il s’agit de noms composés du type « verbe + nom, COD » (gratte-ciel), « verbe + pronom tout » (fait-tout/faitout) et « préposition + nom » (sans-abri). Notre étude est basée sur les dictionnaires de référence suivants, dont quatre de provenance française et un d’origine québécoise, tous facilement accessibles en ligne : le Trésor de la langue française informatisé, la 9e édition du Dictionnaire de l’Académie française, le Dictionnaire de français Larousse, le Wiktionnaire et l’Usito (principal dictionnaire de référence aujourd’hui pour le français québécois). Enfin, en utilisant le logiciel Sketch Engine, nous analysons la graphie de ces composés dans un vaste corpus de presse datant des années 2014–2020.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».