L'approche ethnographique comme méthodologie de recherche dans l'examen du processus de construction identitaire
Bibliographic record
Abstract
Dans le présent article, je tenterai de montrer que la recherche qualitative de type ethnographique constitue un outil des plus ap-propriés pour étudier le processus de construction identitaire et les pratiques langagières, en ce qu'elle se prête à l'analyse microsociologique. L'ethno-graphie permet en effet de mettre en lumière la complexité du processus de construction identitaire et des pratiques langagières qui s'y rattachent. Contrairement au courant positiviste de recherche qui privilégie davantage les études à grande échelle et l'expérimentation, elle s'intéresse aux expériences de vie quotidienne des individus et permet ainsi de mieux comprendre les pratiques sociales existantes. C'est à partir du discours des individus engagés dans ces pratiques que l'analyse s'effectue. Dans le but de démontrer la pertinence de cette approche méthodologique, je présenterai une étude ethnographique menée entre 1997 et 2000 auprès d'un groupe d'adolescents et d'adolescentes fréquentant l'école secondaire de langue française en Ontario. L'étude portait sur la façon dont se positionnent ces jeunes en ce qui a trait à l'identité. L'analyse avait pour principaux objets les pratiques langagières de ces adolescents et adolescentes ainsi que leur rapport à la langue dans les sphères suivantes: la famille, l'école, les amies et amis de même que le milieu de travail.
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 | 0.093 | 0.070 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.007 | 0.008 |
| Science and technology studies | 0.008 | 0.025 |
| Scholarly communication | 0.015 | 0.016 |
| Open science | 0.004 | 0.008 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.012 | 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".