Étude exploratoire d’expériences de glottophobie en Bretagne réalisée auprès d’étudiantes et d’étudiants de l’université Rennes 2
Notice bibliographique
Résumé
L’objectif de cette étude est d’explorer les parcours sociolinguistiques d’étudiant.e.s en lien avec la question des discriminations à prétexte linguistiques (ou glottophobie) en Bretagne, région où la question de la minoration linguistique se pose de façon visible depuis longtemps. Un peu plus de 100 participant.e.s inscrit.e.s à l’université Rennes 2 ont participé à une enquête quantitative semi-directive en ligne. Les réponses révèlent une pluralité linguistique importante, surtout d’origine familiale et à laquelle les répondant.e.s se déclarent attaché.e.s. On trouve notamment une place significative tenue par une langue régionale, le breton, aux côtés de langues venues d’ailleurs (environ la moitié des témoins ont grandi avec plusieurs langues et déclarent en pratiquer plusieurs aujourd’hui). La norme du français normatif (perçu comme surtout scolaire, parisien, socialement marqué) occupe une place importante à la fois comme référence et comme pratique déclarée. Une stigmatisation de leurs formes de français est déclarée par près de 50 % des témoins, ce qui crée une certaine insécurité linguistique. La notion de discrimination glottophobe apparait très bien identifiée. Au cours des trois dernières années, plus de 50 % en ont été témoins et environ 10 % victimes (l’usage de langues « de l’immigration » étant le principal prétexte évoqué). Environ 20 % en ont parlé à des proches et aucun à une instance de médiation ou de recours. Mettre en œuvre une intervention glottopolitique nécessite d’établir un diagnostic d’une situation sociolinguistique à un moment T en y incluant les orientations glottopolitiques des acteurs sociaux et actrices sociales (les « agents », dans la terminologie Guespin-Marcellesi). Cette étude confirme qu’un dispositif d’information et de vigilance est nécessaire afin d’assurer le respect des droits linguistiques fondamentaux et une équité de traitement des personnes quelles que soient la ou les langue(s) et variété(s) de français employées.
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 | 0,006 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,010 | 0,010 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».