Étude quantitative et qualitative de 45 emprunts de sens dans sept types de discours québécois
Notice bibliographique
Résumé
Au Québec, certaines circonstances font en sorte que les anglicismes sont perçus de manière péjorative, comme des mots à éviter. Afin de s'en débarrasser dans l'exercice de leurs fonctions, les rédacteurs et autres professionnels québécois de la langue se servent de certains ouvrages de référence. Cependant, des chercheurs ont relevé les limites de ces outils de référence. Ce mémoire analyse les outils de référence actuellement disponibles afin de voir s'ils sont appropriés aux besoins des rédacteurs québécois. À partir d'une liste de 45 emprunts de sens et à partir d'un corpus de textes québécois reflétant divers types de discours, soit la Banque de données textuelles de Sherbrooke (BDTS), nous nous sommes fixé deux objectifs. Le premier objectif est d'étudier l'ampleur de l'utilisation des 45 emprunts de sens dans la BDTS ainsi que leur dispersion dans sept types de discours (administratif, journalistique, scientifique, sociopolitique, technique, littéraire et oral). Le second objectif est d'évaluer la pertinence des ouvrages de référence au regard des emplois tirés de la BDTS."--Résumé abrégé par UMI.
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 | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,010 |
| Études des sciences et des technologies | 0,009 | 0,005 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».