L’américanisation de la langue française sur Internet? Quelques aspects de la terminologie officielle et de l’usage des internautes
Bibliographic record
Abstract
L’ordinateur et plus particulièrement Internet, ou la Toile, ont transformé les sociétés et les langues dans le monde entier. L’utilisation croissante de ces nouvelles technologies intensifie le contact avec la langue anglaise. Les influences qui en résultent entre autres sur le plan lexical conduisent les gouvernements en France et au Québec à intervenir dans le but de consolider la langue française sur le réseau mondial. Ceci contribue d’une part à établir une francisation, mais également, grâce aux différences dans la terminologie officielle, à créer une certaine hétérogénéité. Par ailleurs, la progression du français - et la régression simultanée de l’anglais - n’est pas seulement l’effet de la politique linguistique et de la vitalité des internautes francophones, mais aussi le résultat d’une sensibilité naturelle de leur part envers leur langue maternelle. Après examen de divers exemples, on peut dire que le comportement langagier des internautes contribue en quelque sorte à un enrichissement du français ainsi qu’à une certaine clarté de la langue.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.015 | 0.002 |
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".