Notice bibliographique
Résumé
Ce volume des Cahiers Forell est l’aboutissement du travail d’une équipe (ou « Opération » de l’EA 1226), le Cercle de Recherches Linguistiques de Poitiers, étalé sur plus d’un an. Ce travail repose sur la confrontation de données langagières diverses (langues différentes, variation, traductions) et leur analyse linguistique à la lumière d'une pluralité d'approches théoriques. C’est un travail collectif: chaque contribution a fait l’objet d’un exposé, d’une discussion et de relectures au sein du groupe.La question de l’utilisation d’un corpus dans l’analyse linguistique n’est pas nouvelle: il faut savoir comment on le traite, quel type de corpus on utilise, quels sont les cas où l’on ne peut échapper au corpus collecté à partir de l’écrit faute de locuteurs, quelles précautions prendre pour éviter qu’il ne devienne une simple collection de beaux spécimens.Les contributions proposées dans ce volume peuvent se fonder sur une forme de corpus préexistant : par exemple des corpus informatisés tels que le LOB, le Brown, le COLT ou le British National Corpus, sur l’anglais, ou bien ceux réalisés par deux chercheurs sur les variétés canadiennes de français, ou encore, dans le cadre d’études lexicales, les entrées du dictionnaire. Il peut s’agirau contraire de corpus collectés pour une recherche déterminée : corpus réuni à des fins sociologiques, extraits de lectures personnelles ou enquêtes réalisées « sur le terrain » pour le français ou l’anglais.Les travaux présentés ici ne sont qu’une « coupe » synchronique dans la vie d’un groupe de recherches. La part d’exploitation et de constitution des corpus ainsi que celle du traitement informatique des textes s’affirmeront plus que jamais dans les activités de l’équipe aux côtés de la réflexion théorique: c’est pourquoi ce recueil constitue à la fois un bilan de parcours mais aussi préfigure certaines des orientations de recherche à venir.
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 | 0,009 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,016 |
| Études des sciences et des technologies | 0,004 | 0,009 |
| Communication savante | 0,014 | 0,012 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».