Perspectives intergénérationnelles de l’emprunt à l’anglais chez les francophones du Nord-Est ontarien
Bibliographic record
Abstract
Dans un article paru en 2013, Alain Thomas faisait état de la perception qu’avaient des francophones du Nord-Est ontarien de l’utilisation des emprunts lexicaux à l’anglais. Ses résultats révèlent des différences intergénérationnelles, ce qui corrobore les tendances observées dans d’autres enquêtes auprès des francophones ontariens. Le glissement vers l’anglais n’est cependant pas régulier et l’anglicisation semble plus intense chez les locuteurs nés entre 1940 et 1960. Dans sa conclusion, Thomas exprimait le souhait que son enquête soit reproduite à plus grande échelle et que l’effet de la concentration des francophones dans les communautés soit vérifié. Ce texte y donne suite par une analyse de corpus auprès de 120 francophones nés entre le 19e et le 21e siècle et habitant diverses communautés du Nord-Est ontarien. L’analyse, qui s’inscrit dans une approche de synchronie dynamique, vise d’abord à dégager la présence de lexèmes empruntés à l’anglais en fonction des années de naissance des locuteurs, puis à comparer les probabilités d’usage des emprunts à celles des variantes françaises équivalentes. Puisque les communautés à l’étude varient de franco-minoritaires à franco-majoritaires, les indices d’usage sont ensuite vérifiés afin de cerner l’importance de cette variable dans le processus d’anglicisation.
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.004 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".