Réflexions épistémologiques sur de nouveaux apports méthodologiques et empiriques à l’étude géolinguistique des français d’Amérique
Bibliographic record
Abstract
Après un bref tour d’horizon historique de la géolinguistique du français au Canada, nous présenterons dans le détail une nouvelle technique d’enquêtes en ligne (inspirée du « crowdsourcing » ou « production participative ») permettant de porter un regard neuf sur la différenciation diatopique du français au Canada, envisagée du point de vue des autoreprésentations. Nous enchaÎnerons avec une réflexion épistémologique portant sur les limites inhérentes à ce type d’approche (données élicitées vs. spontanées; données de production et d’autoreprésentation; paradoxe de l’observateur; variation diasituationnelle; problèmes de syntagmatique; distinction entre signification et désignation), puis présenterons brièvement le traitement cartographique effectué, pour aboutir au coeur de l’exposé : une série de cartes et de graphes élaborés à partir de nos enquêtes et illustrant différentes distributions aréales prototypiques (aires complémentaires, types locaux, aires périphériques et effet d’âge).
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 | 0.055 | 0.057 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.008 | 0.010 |
| Science and technology studies | 0.007 | 0.037 |
| Scholarly communication | 0.019 | 0.012 |
| Open science | 0.003 | 0.006 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.005 | 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".