Avec ou sans équivalent ˸ le poids de la définition dans une analyse lexicométrique des anglicismes
Notice bibliographique
Résumé
Cette étude repose sur l’influence empirique d’un changement de paradigme définitoire sur l’utilisation des anglicismes dans la presse écrite francophone. Construite autour d’une opposition entre anglicismes en général, anglicismes avec équivalent en français et anglicismes sans équivalent, elle analyse en diachronie (2000-2015) les nombreuses différences liées au changement de définition ainsi qu’à ses retombées sur des analyses comparatives portant sur l’origine géographique (France-Québec) et la nature (« de référence » ou « populaire ») du journal. Fort de plus de 330 millions de mots, notre corpus regroupe les publications de 2000 à 2015 de quatre quotidiens différents: Le Monde et Le Parisien pour la France, Le Devoir et La Presse pour le Québec. De plus, les listes témoins, l’une de 5 416 anglicismes et l’autre de 2 934, formées à l’aide de deux dictionnaires de langue générale (Le Petit Robert 2016 et Le Multidictionnaire de la langue française-4e édition 2013) et deux dictionnaires spécialisés (Le Dictionnaire des anglicismes de Höfler et Le Colpron, dictionnaire des anglicismes-4e édition) de France et du Québec. Premièrement, les résultats que nous obtenons montrent qu’en général, la fréquence d’utilisation est faible (0,72% pour tous les anglicismes ; 0,28% pour les anglicismes avec équivalents ; 0,44% pour les anglicismes sans équivalent) que ce soit en France ou au Québec, ce qui est plutôt conforme aux conclusions des études précédentes. Il y a cependant des différences quant aux résultats obtenus pour chaque analyse étant donné que le taux d’anglicisme est une fois et demi plus faible selon que l’on considère qu’un anglicisme doit avoir un équivalent ou non. Cela montre que la définition du concept d’« anglicisme » a un impact incontestable sur la fréquence affichée. Deuxièmement, nous observons que ce changement de définition influe également sur des critères d’analyse spécifiques tels la diatopie ou la nature des journaux.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».