MétaCan
Menu
Back to cohort
Record W154503077 · doi:10.7202/1043633ar

La notion de pluri-officalité dans les Constitutions nationales. Les exemples espagnol, italien, suisse et belge

2015· article· fr· W154503077 on OpenAlexvenueno aff
Jordane Arlettaz

Bibliographic record

VenueSens public · 2015
Typearticle
Languagefr
FieldSocial Sciences
TopicLinguistic and Sociocultural Studies
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesArtPhilosophy

Abstract

fetched live from OpenAlex

Le concept de co-officialité, ou encore de pluri-officialité, est au cœur du droit linguistique des États plurilingues. Reposant sur la reconnaissance officielle de plusieurs langues sur un même territoire, il semble répondre à un besoin de coexistence pacifique des langues, à rebours du monolinguisme imposé. En réalité, la pluri-officialité soulève de multiples questions consécutives à la mise en œuvre de ses exigences. Les exemples italien, espagnol, suisse et belge sont là pour le montrer. La pluri-officialité repose généralement sur un principe de territorialité, qui confine la langue minoritaire à un territoire donné, ou chaque langue égale à un territoire propre, et non sur un principe de personnalité qui réserverait le cours officiel de la langue à chaque locuteur de celle-ci quelle que soit sa situation géographique. Mais ce principe de territorialité a pour effet de générer consécutivement un nécessaire transfert de compétences au profit de la province où la langue est officialisée, car pour mettre en œuvre l’usage officiel de cette dernière, il est techniquement nécessaire de mobiliser des moyens administratifs, techniques et humains ; et ce, quel que soit le domaine d’intervention matériel de ladite langue. En conséquence à cela, la pluri-officialité est intimement liée à un processus de juste répartition des compétences et moyens entre l’État et la province où la langue considérée aura cours. On aperçoit ici à quel point la pluri-officialité amène par contrecoup un travail de surveillance, de contrôle et d’adaptation des compétences respectives de chaque province, et constitue donc non seulement un problème linguistique, mais aussi un problème juridique et politique.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.079
Threshold uncertainty score0.158

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0040.014
Scholarly communication0.0060.003
Open science0.0000.002
Research integrity0.0010.003
Insufficient payload (model declined to judge)0.0050.001

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.

Opus teacher head0.122
GPT teacher head0.347
Teacher spread0.225 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2015
Admission routes1
Has abstractyes

Explore more

Same venueSens publicSame topicLinguistic and Sociocultural StudiesFrench-language works237,207