Notes de recherche sur les paysages urbains : reflets fidèles ou images déformées de la diversité sociolinguistique ? Volet 1 : paysages linguistiques du « bout du monde »
Notice bibliographique
Résumé
Cette publication consacrée aux paysages linguistiques urbains est diviséeen deux volets, qui séparent deux ensembles géographiques que nousavons souhaité intégrer dans notre réflexion : l’Asie, l’Océanie, l’Amériqueet l’Afrique (en y intégrant notamment les espaces insulaires) d’une part,l’Europe (en allant jusqu’au Caucase et au Moyen-Orient), d’autre part.Cette réflexion collective s’inscrit donc dans le cadre d’une sociolinguistiquevivante, dans la lignée des travaux de Landry et Bourhis (1997),que nous interrogeons ici en posant la question suivante : les paysageslinguistiques urbains, tels qu’ils se laissent observer un peu partout sur laplanète, sont-ils des reflets fidèles ou des images déformées de la diversitésociolinguistique ? Afin de répondre à cette question, nous avons sollicitéun collectif d’auteurs et d’autrices susceptibles de nous proposer desanalyses d’études de cas originales et rarement, voire jamais, abordéesdans la littérature sur les paysages linguistiques.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,013 | 0,010 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».