La compréhensibilité en français Lx : effort et contribution des locuteurs L1
Notice bibliographique
Résumé
Des études sur la compréhensibilité (p. ex., Isaacs et Trofimovich, 2012 ; Saito et coll., 2016) montrent que les principaux critères linguistiques déterminants de l’effort déployé par un locuteur de langue maternelle (L1) pour comprendre un locuteur de langue seconde (Lx) sont la grammaire, le vocabulaire, la phonologie et l’aisance. Ces constats ont été établis sur la base d’évaluations d’échantillons de parole produite en anglais L2 et, le plus souvent, évalués par des juges experts. La présente étude pilote vise donc à vérifier si les mêmes tendances s’observent en français Lx, sur la base d’évaluations de juges lambda. Dans une tâche de rappel stimulé à l’oral, 6 locuteurs du français L1 ont commenté la compréhensibilité de 4 échantillons de parole de 20 secondes produits par des locuteurs de français Lx. Leurs commentaires ont été transcrits, puis analysés. Les éléments associés à un effort cognitif lors de l’écoute ont été codés en fonction des catégories établies par Isaacs et Trofimovich (2012). Les résultats révèlent que les juges lambda ont relevé une grande variété d’éléments linguistiques à la base de leurs jugements, mais que l’aisance et la prononciation sont les deux grands facteurs ayant le plus nui à leur compréhensibilité.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,006 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».