Alternance codique en anglais dans des groupes Facebook français et québécois : cas des grimpeurs
Bibliographic record
Abstract
Tämä tutkielma käsittelee koodinvaihtelua englanniksi Facebookin ranskalaisissa ja quebeciläisissä kiipeilyryhmissä. Tutkimuksen tavoite on tutkia koodinvaihtelujen sanaluokkia, lainatyyppejä ja funktiota eli tarkoitusta. Lisäksi pyritään selvittämään, mitkä lainat ovat vakiintuneita ja mitä eroja Ranskan ja Québecin välillä on. Hypoteesin mukaan maiden välillä on sanastollisia eroja ranskan kielen erilaisista asemista johtuen. Tutkimuksen teorialuvussa esitellään koodinvaihtelun ja lainasanojen määritelmiä sekä erilaisia luokitteluja. Koodinvaihtelu tarkoittaa kielten, eli koodien, vaihtelua saman diskurssin aikana. Englannin lainasanoja eli anglismeja voidaan pitää koodinvaihtelun alalajina sillä erotuksella, että lainasana on joidenkin tutkijoiden mukaan kieleen vakiintunut sana ja koodinvaihtelu voi olla henkilökohtaisempaa ja spontaania. Teoriaosassa esitellään myös slangin ja jargonin käsitettä sekä sen yleispiirteitä, internetin kieltä, neologismeja eli uudissanoja sekä ranskan kielen asemaa ja kielipolitiikkaa tutkimuksen kohteena olevissa maissa. Korpus koostuu noin 200 Facebook-viestistä, joita kerätään suunnilleen saman verran jokaisesta neljästä ryhmästä, joista on kaksi Québecin provinssista ja kaksi eri puolilta Ranskaa. Tutkimusta varten poimitaan viestejä, joissa on säilytetty englannin kielen elementtejä. Näiden viestien sanat ja ilmaukset luokitellaan kolmeen kategoriaan aiheen mukaan, joita ovat kiipeilyn slangi, internetin kieli ja yleiskieli. Analyysissa koodinvaihtelua tutkitaan näissä kategorioissa, joissa ne jaetaan vielä neljään lainatyyppiin, jotka perustuvat teorialuvussa esiteltyihin luokitteluihin: suora laina, morfologinen laina, valeanglismi ja hybridilaina. Tutkimuksessa hypoteesi osoittautuu oikeaksi. Ranskan ja Québecin väliset erot tulevat ilmi niin oletetuissa funktioissa kuin sanastollisellakin tasolla. Quebeciläisten käyttämä koodinvaihtelu on monipuolisempaa ja käsittää useita lainatyyppejä. Ranskalaisten käyttämä koodinvaihtelu on lähes kokonaan yksisanaista arkista kieltä. Molemmissa kielen varianteissa suurin osa koodinvaihtelusta on suoria lainoja ja substantiiveja. Joitakin morfologisia lainoja ja hybridilainoja esiintyy, mutta valeanglismeja ei ole ollenkaan. Yleisin funktio ranskalaisilla vaikuttaa olevan sanaston aukkojen täyttäminen, kun taas quebeciläisillä koodinvaihtelu johtunee lähinnä tyylillisistä seikoista tai kaksikielisestä identiteetistä. Lisätutkimusta voisi tehdä koodinvaihtelusta internetin kielessä yleensä ilman tietyn slangin tuomaa kontekstia.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.012 | 0.004 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.014 | 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".