MétaCan
Menu
Retour à la cohorte
Enregistrement W4403877940 · doi:10.19195/0557-2665.71.14

Lʼemploi des anglicismes de la mode et les recommandations officielles : étude des usages basée sur des outils linguistiques

2024· article· fr· W4403877940 sur OpenAlexaboutno aff
Radka Mudrochová, Jan Lazar, Fabrice Hirsch

Notice bibliographique

RevueRomanica Wratislaviensia · 2024
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueLinguistics, Language Diversity, and Identity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeologismTerminologyPolitical scienceLingua francaHumanitiesDominance (genetics)LinguisticsVocabularyHistorySociologyArtPhilosophy

Résumé

récupéré en direct d'OpenAlex

Historically, French has been a significant international language, with its influence apparent in global vocabulary borrowings. However, by the latter half of the 20th century, geopolitical shifts saw English assuming the role of the global lingua franca, thereby influencing various languages, including French. The fashion industry vividly displays this shift in French vocabulary. In earlier centuries, French dominated fashion terminology, influencing even Czech with words like “kravata” (cravate) and “bižutérie” (bijouterie). Presently, as English gains dominance in global communication, there is a surge in Anglicisms in French. Designers now frequently use English-based neologisms, believing them to heighten product appeal. France’s advanced linguistic policy, led by the Commission d’enrichissement de la langue française, works to counter this trend by providing native French equivalents, especially in economic, legal, and scientific fields. Interestingly, while Quebec’s linguistic body works in tandem with France’s, there are differences, like the term for “hashtag”: France recommends “mot-dièse” whereas Quebec suggests “mot-clic”. This paper aims to contrast the use of fashion-related Anglicisms and their official recommendations across varied linguistic tools.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,708
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,003
Communication savante0,0030,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,314
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRomanica WratislaviensiaMême sujetLinguistics, Language Diversity, and IdentityTravaux en français237 207