Quelques facteurs sociodémographiques qui sous-tendent le choix des langues pour la terminologie en milieu de travail et leur interrelation avec des attitudes
Bibliographic record
Abstract
Une série d'édudes d'opinions réalisées en 1983 et en 1990 dans une grande entreprise, à Montréal, révèle qu'il existe un lien entre le choix déclaré du français ou de l'anglais pour un ensemble de 10 termes techniques testés, et certains facteurs sociodémographiques et occupationnels. Les analyses statistiques ont démontré qu'en règle générale, les femmes, les travailleurs plus instruits, de même que ceux qui occupent des postes de gestion et de col blanc déclarent une plus grande utilisation du français pour les termes testés. Il s'avère aussi que ces mêmes catégories de travailleurs ont tendance à exposer des opinions et à montrer des comportements révélateurs d'attitudes plus favorables au français et au processus de francisation terminologique de leur entreprise que les autres travailleurs. Cependant, les facteurs extralinguistiques examinés ne jouent pas tous un rôle d'égale importance. Des analyses statistiques de régression ont permis de hiérarchiser ces facteurs, et de montrer ainsi le rôle primordial des opinions et comportements révélateurs d'attitudes. Il devient donc possible d'établir le portrait type du travailleur susceptible de privilégier la terminologie de langue française et, sans doule, de modifier ses habitudes terminologiques vers une plus grande utilisation du français. Cependant, les liens qu'entretiennent entre elles chacune des variables étudiées sont très complexes, et leur étude mène à un questionnement théorique et méthodologique par rapport aux facteurs qui sous-tendent l'usage des langues el à l'interprétation de la dynamique sociolinguistique qui résulte de leur interrelation, de même que par rapport à la relation qui existe entre le changement linguistique qui s'opère naturellement et le changement planifié qui s'inscrit dans un contexte d'aménagement linguistique.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.006 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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; both teacher heads agree on what is shown here.
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".