Ça fait un bon moment que j'ai pas posté on here - l’utilisation de l’anglais dans les vlogs français et québécois sur YouTube
Notice bibliographique
Résumé
Ce mémoire de master étudie deux phénomènes de contact de langues, les emprunts linguistiques et l’alternance codique, dans les vidéos YouTube. L’objectif de cette étude est d’identifier les occurrences d’anglais dans le corpus, de les classifier et de les analyser. Nous examinons quelles sont les différences d’emprunts et d’alternance codique du point de vue quantitatif, quels types d’emprunts et d’alternance codique se trouvent dans le corpus étudié et comment la présence de l’anglais de manifeste dans les vidéos YouTube françaises et québécoises. Le corpus est constitué de vidéos YouTube de type vlog. Comme l’objectif de cette étude est de comparer l’utilisation de l’anglais dans les vidéos québécoises et françaises, des vidéos issues de ces deux pays ont été choisies. Le corpus inclut six créatrices de contenu, trois au Québec et trois en France. Par youtubeuse, nous avons sélectionné entre 34 et 48 minutes de vidéos, soit au total 4 heures, 9 minutes et 22 secondes de vidéo. L’étude combine l’analyse quantitative et l’analyse qualitative. Les emprunts sont rangés soit dans la catégorie d’emprunts établis, soit dans celle d’emprunts spontanés. Les alternances codiques sont classes en alternances extra-phrastiques, interphrastiques et intraphrastiques. L’étude se situe dans les domaines d’étude de la sociolinguistique et de la lexicologie. L’étude démontre qu’il y a plus d’énoncés en anglais dans les vidéos québécoises que dans les vidéos françaises. C’est le cas pour les emprunts et les alternances codiques. Sur un total de 1840 mots prononcés en anglais, 94,2 %, ou 1734 mots, viennent des vidéos québécoises. 5,8 %, ou 106 des mots prononcés en anglais, viennent des vidéos françaises. Nous avons trouvé 173 occurrences d’emprunts au total dans les vidéos québécoises, et 70 occurrences d’emprunts dans les vidéos françaises. L’analyse des alternances codiques montre qu’il y a plus d’alternance codique dans les vidéos québécoises du corpus étudié, comparé aux vidéos françaises. Nous avons pu identifier 1561 mots prononcés en alternance codique dans les vidéos québécoises, contre seulement 36 mots dans les vidéos françaises. L’étude montre que le contact de langues ne peut pas être évité. En examinant les vidéos issues de deux pays francophones, nous pouvons voir que les marques transcodiques sont observés dans le langage quotidien des youtubeuses québécoises et françaises, et que l’emprunt linguistique et l’alternance codique sont trouvés en abondance dans le corpus étudié. En tenant compte des dimensions sociolinguistiques du corpus examiné, l’étude montre que l’utilisation de l’anglais fonctionne comme une construction d’identité de youtubeur.euses et un signe d’appartenance au groupe social des jeunes.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,005 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 ».