La fréquence de l’alternance codique dans les groupes WhatsApp des étudiants libanais
Bibliographic record
Abstract
Les moyens de communication médiée par ordinateur (CMO) et spécifiquement l’application WhatsApp, ont mené à des pratiques langagières innovantes au niveau de la communication écrite. Parmi ces pratiques, le recours à l’alternance codique (AC), qui est définie dans cette étude, comme un passage d’un code écrit à un autre au sein du même message. Cette étude quantitative visait à identifier automatiquement les occurrences de l’alternance codique dans les discussions de groupes WhatsApp durant 14 mois. Nous avons collecté 168 219 messages dans 30 groupes WhatsApp. L’échantillon de l’étude comprend 1 482 étudiants bilingues issus de 7 établissements universitaires libanais. Un outil informatique ‘DACA’ (détection automatique de l’alternance codique et l’arabizi) a été développé pour détecter la fréquence de ce phénomène résultant du contact des langues. Les résultats montrent que dans le corpus il y a 15 342 occurrences de l’AC soit 9,1% du total des messages. 70,5% de ces ACs sont détectés dans les messages en arabizi et 17,9% dans les messages en anglais, 10,6% dans les messages en arabe et 1% dans les messages en français. Les résultats ont montré aussi que les ACs dans les messages composés en arabizi sont assez souvent vers l’anglais (91,3% du total de ces ACs) et vers l’arabizi dans les messages composés en anglais avec le même pourcentage.
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 | 0.003 | 0.014 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".