L1 Speakers’ Attitudes toward L2 Speakers’ Negation Use in French
Notice bibliographique
Résumé
Cet article a pour objectif d’explorer les attitudes de 157 locuteurs de français L1 âgés de 20 à 60 ans envers l’usage de la négation par trois locutrices de français L2. Selon les grammaires prescriptives, l’expression de la négation exige la présence du “ne” préverbal et d’un forclusif. L’omission de “ne”, pourtant fréquente à l’oral, n’est que rarement enseignée sous prétexte que les locuteurs L1 désapprouvent l’usage des registres non formels par les locuteurs L2. Adoptant la méthodologie des faux-couples, je teste cette allégation. L’omission ou la rétention de ne par les locutrices L2 influencent-elles les jugements sociaux des 157 témoins ? Leurs jugements varient-ils en fonction de leur âge, genre ou profession ? Les témoins estiment deux des locutrices L2 plus polies et plus distinguées quand elles retiennent le ne; les jugements sur la troisième locutrice ne suivent pas cette tendance. Il apparaît aussi que l’omission ou la rétention du ne influence l’évaluation de l’aptitude à diriger des locutrices. Ces résultats invalident l’hypothèse selon laquelle les locuteurs L1 voudraient que les locuteurs L2 privilégient la norme prescriptive indépendamment de tout contexte. En conclusion, je présente quelques applications pédagogiques (découverte des significations sociales des variantes stylistiques et développement de la compétence culturelle critique).
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».