Greffes inter-langagières : l’exemple du mouvement de la langue arabe en écriture numérique du « tchat »
Bibliographic record
Abstract
Il est indeniable que l’ecriture dans son mouvement de deplacement d’un support a un autre subit consequemment certains changements. Le phenomene de transcription de la langue arabe en ecriture numerique et plus particulierement celle du « tchat » pourrait etre tres representative de ce mouvement de deplacement de la langue. Derrida le dit : « C’est parce qu’elle est inaugurale, au sens jeune de ce mot, que l’ecriture est dangereuse et angoissante ». Il sera donc question dans cette courte recherche de representer a la fois cette dimension inaugurale de l’ecriture du « tchat » de meme que ce qui pourrait etre percu comme « dangereux » et « angoissant » et qui s’illustrent notamment dans les nombreux questionnements langagiers et sociaux survenant suite aux changements subis par et a cause de la langue. L’arabe en tant que langue cursive a connu plusieurs difficultes quant a son entree sur le support numerique. Les difficultes ont ete doublees lorsqu’il a ete notamment question de son usage a l’interieur des cadres tres circonscrits de la messagerie instantanee ou de ce que l’on nomme communement le « tchat ». Il s’agira de recenser, dans un premier temps, les differents obstacles du deplacement de la langue arabe vers le support numerique. Puis, il faudra se questionner sur la forme meme de ce deplacement : est-il vraiment question d’une transposition ? Ne s’agirait-il pas plutot d’un phenomene de translitteration ? Ces questionnements nous permettront de cerner l’ampleur des changements apportes a l’ecriture et imposes par le nouveau support (dans sa double problematique) de meme que le rapport de cette ecriture avec ses origines (l’oralite) et sa descendance (l’oralite ?).
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.012 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.013 | 0.003 |
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".