Notice bibliographique
Résumé
Cet article présente une nouvelle contribution à l’abondante littérature sur l’analyse de l’utilisation et de la particule négative ne en français contemporain (Je ne l’aime pas vs Je l’aime pas). Il présente une étude du corpus CaFé (Cartographie linguistique des féminismes), composé de 102 entretiens sociolinguistiques semi-dirigés réalisés à Montréal, Paris et Marseille en 2021 et 2022 avec des militant.es féministes et queer (2 millions de mots). Il met en lien la variabilité dans la réalisation du ne avec un facteur linguistique (type de sujet) et plusieurs facteurs discursifs (forme d’adresse, thèmes abordés, personnes connues/non connues de la chercheuse) et sociodémographiques (âge, éducation, engagement, ville). L’analyse de 25 560 négations montre que le type de sujet, l’âge, les thèmes abordés et la relation entre la chercheuse et les personnes enregistrées ont un effet significatif sur la réalisation du ne, comme l’ont montré de nombreuses études. L’originalité de notre étude tient au fait que le corpus CaFé permet une comparaison directe entre les trois villes. Cela révèle qu’il y a une variation dialectale très limitée et que les taux d’emploi du ne sont très semblables dans les trois souscorpus: 11.22 % à Paris, 10.75 % à Marseille et 8.87 % à Montréal. La variation dialectale est limitée à un contexte morphosyntaxique précis: les sujets lexicaux non redoublés par un pronom. Notre étude souligne l’importance de construire des corpus comparables pour étudier la variation sociale et dialectale.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,012 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,003 |
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 ».