Parlez-vous #hashtag ? Quelques éclairages sur l’anglicisme <i>hashtag</i> et ses substituts français <i>mot-dièse</i> et <i>mot-clic</i>
Notice bibliographique
Résumé
Cet article porte sur hashtag, un anglicisme, et ses substituts français mot-dièse et mot-clic à partir de l’observation d’un corpus d’occurrences. L’analyse quantitative montre que le mot hashtag s’emploie le plus fréquemment en France, alors qu’au Canada, c’est la variante mot-clic qui est la plus fréquente. Du point de vue sémantique, les trois mots s’avèrent être des synonymes ayant deux sens : (i) « mot-clé cliquable », et (ii) « signe hashtag » renvoyant au signe (#). L’analyse morpho-syntaxique de hashtag met en évidence que cet anglicisme s’est complètement intégré dans la langue française. La suite de l’article focalise sur la séquence hashtag. Celle-ci est construite par un procédé morphologique, que nous avons appelé le procédé de hashtaguisation. L’analyse des données montre, en plus, les fonctions diverses que prend la séquence hashtag et fait apparaître clairement que ses domaines d’emploi se sont élargis : réservée initialement aux réseaux sociaux, elle trouve désormais entrée dans la langue « hors ligne », voire dans la langue parlée. Sa fonction y est de captiver l’attention de l’interlocuteur.
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 | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,005 |
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 ».