De l’interprétation des indicateurs linguistiques du recensement canadien
Bibliographic record
Abstract
Au Canada, les comportements et les caractéristiques linguistiques des individus sont documentés au moyen d’une grande diversité de questions d’enquête et de recensement. Paradoxalement, cette abondance unique au monde soulève des questionnements méthodologiques importants. En effet, quel indicateur privilégier pour effectuer un suivi de la situation linguistique ? Est-il légitime de s’intéresser à l’évolution de la langue parlée à la maison, qui relève de sphère privée ? Comment comparer entre eux les divers indicateurs linguistiques ? Dans cette note de recherche, les auteurs tentent de montrer que chacun des indicateurs linguistiques dépeint une facette particulière de la question linguistique. La langue étant un phénomène social complexe et multifactoriel, aucun indicateur unique ne saurait décrire à lui seul l’évolution de la situation linguistique. Une méthode permettant de comparer les indicateurs de langue maternelle, de langue d’usage privé (langue parlée à la maison) et de langue d’usage public (langue de travail) est également proposée. Les résultats montrent que l’immigration a un impact négatif sur le poids du français et que, contrairement à ce qui a été affirmé de nombreuses fois par le passé, c’est la langue d’usage public, et non la langue d’usage privé, qui est la plus affectée.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.007 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".