La compréhensibilité en français Lx : effort et contribution des locuteurs L1
Bibliographic record
Abstract
Des études sur la compréhensibilité (p. ex., Isaacs et Trofimovich, 2012 ; Saito et coll., 2016) montrent que les principaux critères linguistiques déterminants de l’effort déployé par un locuteur de langue maternelle (L1) pour comprendre un locuteur de langue seconde (Lx) sont la grammaire, le vocabulaire, la phonologie et l’aisance. Ces constats ont été établis sur la base d’évaluations d’échantillons de parole produite en anglais L2 et, le plus souvent, évalués par des juges experts. La présente étude pilote vise donc à vérifier si les mêmes tendances s’observent en français Lx, sur la base d’évaluations de juges lambda. Dans une tâche de rappel stimulé à l’oral, 6 locuteurs du français L1 ont commenté la compréhensibilité de 4 échantillons de parole de 20 secondes produits par des locuteurs de français Lx. Leurs commentaires ont été transcrits, puis analysés. Les éléments associés à un effort cognitif lors de l’écoute ont été codés en fonction des catégories établies par Isaacs et Trofimovich (2012). Les résultats révèlent que les juges lambda ont relevé une grande variété d’éléments linguistiques à la base de leurs jugements, mais que l’aisance et la prononciation sont les deux grands facteurs ayant le plus nui à leur compréhensibilité.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.007 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.003 | 0.006 |
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; both teacher heads agree on what is shown here.
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".