MétaCan
Menu
Retour à la cohorte
Enregistrement W4406492757 · doi:10.12794/metadc1944207

French and Canadian Inclusive Language Doctrine and Societal Attitudes

2022· dissertation· en· W4406492757 sur OpenAlexaboutno aff
Taylor Irene Berthiaume Diaz

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueDiscrimination and Equality Law
Établissements canadiensnon disponible
Organismes subventionnairesAcadémie française
Mots-clésDoctrineLinguisticsPolitical scienceSociologyPsychologyPhilosophyLaw

Résumé

récupéré en direct d'OpenAlex

One of the most important French grammar rules is the rule of superiority: Masculine subjects always trump feminine subjects when there are multiple subjects. Superiority is closely followed by the acceptance that all nouns have a grammatical gender, either masculine or feminine. Since 1984, and over the span of forty years, these rules have been challenged on multiple levels of French society. The research conducted over the course of this thesis focuses on the mentality and reactions of the French people towards inclusive language made up of inclusive writing campaigns, the feminization of traditionally masculine names, career positions, and titles, and the introduction of gender-neutral forms of conjugating and neo-pronouns. The studied responses are be categorized into those of the French government, the Académie Française, as well as those from the Canadian government and the Office québécois de la langue française. Research demonstrates the existence of a clear division between "traditionalist" and progressive values at work within the afore-mentioned levels of French societal attitudes. While official government publications and committees seem to reflect a positive attitude towards the adoption of feminized terms, the lack of support for inclusive writing systems by the government contradicts this. This thesis outlines these responses and reactions, seeking to establish a timeline for the implementation and acceptance of feminized terms and neutralization efforts in both the French and Canadian governments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,467

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0180,013
Communication savante0,0060,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,016
Tête enseignante GPT0,378
Écart entre enseignants0,362 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDiscrimination and Equality LawTravaux en français237 207