L'élision du <l> des pronoms dans les textos en français québécois : étude sociolinguistique sur le langage SMS
Notice bibliographique
Résumé
Cette étude sociolinguistique examine l’élision du ⟨l⟩ dans les pronoms il(s), elle et lui dans les messages textes en français québécois. Elle a comme objectif d’identifier les facteurs linguistiques et sociologiques qui influencent ce phénomène et de comparer les résultats avec ceux rapportés dans des études sur l’oral pour des communautés linguistiques similaires. Pour ce faire, une analyse approfondie du corpus de messages textes québécois Texto4science (Langlais et Drouin, 2012) a été réalisée afin de révéler les patterns de textage de la communauté québécoise. Les messages textes ont exhibé des taux d’élisions largement inférieurs aux taux observés dans les études sur le phénomène à l’oral. Les résultats révèlent que l’élision est favorisée dans des contextes prévocaliques (pour les pronoms sujets) et postvocaliques (pour les pronoms objets indirects). Elle était aussi plus prévalente chez les participants plus jeunes. En revanche, l’élision était défavorisée dans les messages plus longs. De plus, la batterie de facteurs influençant l’élision dans les textos s’est avérée différente entre les deux médiums. Notamment, les marqueurs sociologiques classiques (le genre, le niveau de scolarité, le domaine d’emploi, etc.), à la seule exception de l’âge, n’avaient pas d’impact statistiquement significatifs sur les taux d’élision dans les textos. Les facteurs propres à l’usage du langage SMS (le nombre de textos envoyés par jour, la capacité de décodage, le type de clavier utilisé ou l’utilisation de dictionnaire ou de fonctions d’autocorrection et d’autocomplétion) n’avaient pas non plus d’effets importants sur l’élision. Ces résultats suggèrent que le médium de l’écrit et la rigidité du code écrit standard limitent dans une certaine mesure la variabilité du langage SMS. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : messages textes, élision de ⟨l⟩, analyse de corpus, français québécois, sociolinguistique
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».