La francisation des emprunts à l’anglais d’après l’orthographe rectifiée : son application en français de France et en français québécois
Notice bibliographique
Résumé
D’après l’orthographe rectifiée, les mots étrangers se coulent le plus possible dans l’orthographe française et, lorsque deux orthographes coexistent, on opte pour la plus francisée. Ces éléments de francisation touchant notamment les emprunts à l’anglais, pour les besoins de notre étude, peuvent être classés en quatre catégories (cf. Biedermann-Pasques & Humbley, 1995). Premièrement, il s’agit de l’emploi du graphème français adéquat pour les lexies de type gg/gu (tagger/taguer) et deuxièmement de la francisation de leur suffixe d’origine anglaise sur le modèle français, type tagger/taggueur et le féminin tagueuse, entraînant d’une part l’adaptation graphique du masculin et du féminin et d’autre part le changement de leur prononciation. Troisièmement, on distingue la francisation par alignement sur des modèles graphiques français d’après le rapprochement de la prononciation, type bug/bogue. Finalement, on ajoute un accent quand nécessaire, type top model/top modèle. L’objectif de cet article est de présenter les quatre catégories de francisation des emprunts à l’anglais sur l’exemple de l’usage du français de France et du français québécois tout en s’appuyant sur les données lexicographiques et des outils de la linguistique de corpus.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».