Étude statistique sur corpus de l’alternance que / Ø en français parlé : quel est l’effet de la proximité communicationnelle ?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
L’alternance entre séquence syndétique (je pense qu’il ne va pas venir) et asyndétique (je pense Ø c’est à onze heures) a été étudiée quantitativement en anglais (Jaeger, 2010) et en français québécois (Liang et al., 2021), mais pas en français métropolitain. Ainsi, en se concentrant sur les verbes croire et penser regroupés dans la catégorie des verbes « recteurs faibles », cet article présente une étude quantitative menée sur deux corpus de français parlé : le MPF (« Multicultural Paris French ») et le CEFC (« Corpus d’étude du français contemporain »). 1 249 occurrences de ces verbes ont été annotées manuellement pour un ensemble de facteurs linguistiques (personne, catégorie des sujets, présence de la négation, etc.) et non linguistiques (proximité / distance communicationnelle). À l’aide d’un modèle de régression logistique, la significativité d’un ensemble de facteurs hétérogènes dans le choix de construction est démontrée. Un intérêt particulier est porté sur le facteur communicationnel : les échanges caractérisés par la proximité et la connivence affichent une plus grande proportion de constructions asyndétiques.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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 découle