Le style clair en droit : étude comparative du discours juridique en anglais et en français, avant et après simplification. Le plain language dans la communication juridique avec le grand public.
Bibliographic record
Abstract
La complexité du discours du droit a souvent été soulignée par les spécialistes du droit et les associations de consommateurs dans les pays anglophones et francophones. Ce constat a mené à la publication de recommandations pour encourager les expert.es du droit à utiliser un style clair (plain language), en suivant une série de règles rédactionnelles, qui incluent par exemple d'utiliser un vocabulaire "familier", de faire des phrases courtes ou d'éviter le passif. Le but de ces recommandations est d'améliorer la lisibilité des documents juridiques pour les non-spécialistes. L'objectif de cette thèse est d'étudier la reformulation du discours juridique par les acteurs institutionnels et associatifs afin que les justiciables puissent avoir accès à leurs droits et prendre des décisions éclairées. Pour cela, nous comparons un corpus de textes anglophones et francophones intitulé LEX, composé de textes juridiques réputés hautement complexes, à un corpus bilingue intitulé PLAIN, constitué de textes qui se réclament d'un style clair, et destinés à un lectorat non-expert. Ces corpus contiennent plusieurs genres discursifs issus de différents pays (Canada, Royaume-Uni, Nouvelle-Zélande et France) et institutions. Nous proposons une méthode systématique pour caractériser les textes qui s'affichent comme appliquant les recommandations rédactionnelles pour un style clair dans la communication juridique. Ce faisant, nous interrogeons également la conceptualisation et les mesures de la complexité textuelle en linguistique. Adoptant une approche descriptive de l'analyse de textes, nous empruntons à divers cadres théoriques, de la Grammaire Systémique Fonctionnelle à l'analyse de discours et au Traitement Automatique des Langues. Nous caractérisons le passage du corpus LEX à PLAIN en combinant des analyses qualitatives avec des méthodes quantitatives. Ces dernières incluent une classification automatique de textes fondée sur des métriques de complexité, l'analyse de la terminologie et du lexique ainsi que des schémas phraséologiques liés au passif et des procès sémantiques. Les deux premières parties de cette thèse présentent le cadre théorique, les corpus utilisés et la méthodologie. Dans la troisième partie, nous confrontons les textes de diffusion du discours du droit aux recommandations pour un style clair. Nos résultats suggèrent que les recommandations ne sont pas toujours suivies, et quand c'est le cas, nous tentons d'expliquer pourquoi. Dans nos analyses des stratégies rhétoriques de reformulation du discours du droit, nous nous concentrons en particulier sur les différences et similarités liées au genre discursif ou à la langue (anglais ou français).
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 | 0.013 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.005 | 0.007 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".