« Grandes langues » et langues minoritaires : deux politiques linguistiques ?
Bibliographic record
Abstract
À première vue, les politiques linguistiques sont très différentes lorsqu’elles concernent les grandes langues standardisées de l’espace public ou les langues régionales ou minoritaires. Les premières relèvent davantage des politiques sociale et économique et visent l’adaptation des langues aux conditions de la vie contemporaine ; les secondes relèvent pour leur part des politiques culturelles à visée patrimoniale, et reposent davantage sur des conceptions identitaires de la vie sociale. D’autres oppositions relaient cette première : par exemple, c’est dans le cas des langues standard que le travail sur le corpus est le plus spectaculaire.Toutefois, certains exemples montrent que cette opposition est moins solide qu’il n’y parait. Et une réflexion sur la genèse et la fonction des identités à l’époque contemporaine montre que les langues moins répandues peuvent bénéficier de nouvelles conceptions politiques.Le propos de l’exposé est général. Mais les exemples mobilisés sont dans tous les cas des langues — nationales ou régionales — romanes, en contexte européen.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.021 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.004 |
| Insufficient payload (model declined to judge) | 0.005 | 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; 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".