Bibliographic record
Abstract
Cet article analyse les logiques régissant la valorisation par l’État de la diversité linguistique suisse sous des conditions de capitalisme tardif. Si les gouvernements helvétiques ont historiquement investi dans le plurilinguisme national, aujourd’hui la Suisse continue à miser sur le plurilinguisme afin de maintenir la position privilégiée occupée par son économie sur les marchés mondiaux. Pour pouvoir mettre à profit ce capital historique, l’État suisse adapte cependant l’argument du plurilinguisme aux marchés-cibles, ce qui aboutit à une hiérarchisation des formes de « diversité » en Suisse. Afin d’expliquer le rôle de la diversité dans les politiques économiques de la Suisse contemporaine, de comprendre quelle forme de diversité est considérée comme ayant une valeur ajoutée, et enfin de saisir les intérêts qui influencent la valeur attribuée à la diversité, j’analyse les pratiques promotionnelles menées par l’État suisse dans le cadre d’un séminaire promotionnel organisé en Allemagne visant à attirer des entrepreneurs et des capitaux allemands sur le territoire suisse. L’analyse se concentre particulièrement sur le rôle du plurilinguisme comme élément clé dans la stratégie de marketing international de la Suisse et sur l’adaptation stratégique de cet argument promotionnel aux publics ciblés.
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 | 0.004 | 0.007 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.008 | 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".