Mesurer la francophonie et identifier les francophones. Inventaire critique des sources et des méthodes
Bibliographic record
Abstract
Cet ouvrage s’adresse à tous les chercheurs, débutants, doctorants, ou confirmés, qui s’intéressent aux situations multilingues en général et à la francophonie en particulier, et qui souhaitent mieux connaître ces réalités en allant chercher des données déjà disponibles ou en mettant en œuvre leurs propres recherches. La première partie de l’ouvrage, consacrée aux sources disponibles, présente un catalogue raisonné des institutions qui produisent des données sur les situations de francophonie. Le chercheur qui souhaite aller plus loin et s’intéresser à un aspect insuffisamment documenté trouvera dans la seconde partie un inventaire critique de l’ensemble des méthodes d’enquêtes effectivement mises en œuvre, dont il pourra s’inspirer pour ses propres recherches.\nCet ensemble inédit, qui embrasse la sociolinguistique, la lexicologie, la démographie, la morphosyntaxe, la démographie, qui traite de la présence des langues sur internet, dans les médias, à l’école, mais aussi dans les familles, dans le monde du travail ou de la production scientifique, est un véritable guide de la recherche sur les situations multilingues.\n\nIl a été produit à l’initiative de l’Observatoire de la langue française de l’Organisation internationale de la francophonie (OIF), en partenariat avec l’Agence universitaire de la Francophonie (AUF) et l’Observatoire démographique et statistique de l’espace francophone (ODSEF) de l’Université Laval (Québec), et soumis à la discussion d’une vingtaine de chercheurs au cours du 2e Séminaire international sur les méthodologies d’observation de la langue française qui s’est tenu à l’OIF les 2 et 3 octobre 2014, dont il est rendu compte dans la troisième partie du présent ouvrage.\nIl est précédé de « Qu’est-ce qu’un francophone ? » (Alexandre Wolff), importante mise au point terminologique et méthodologique.
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 | 0.015 | 0.043 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.009 | 0.010 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.011 | 0.010 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 0.004 |
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".