Des langues minoritaires en héritage. Ce que la transmission linguistique et son absence font à l’engagement militant
Bibliographic record
Abstract
Cadre de la recherche : Cet article est issu d’un travail de doctorat en science politique, mené de 2016 à 2022 et financé pendant trois ans par une allocation doctorale du ministère de l’Enseignement supérieur et de la Recherche en France. Objectifs : Cet article a pour objectif d’explorer le rôle de la famille comme instance de socialisation politique (Zuckerman et al., 2007 ; Muxel, 2001 ; 2018) dans le cas de l’engagement en faveur des langues régionales et minoritaires comme forme d’engagement alternatif. Il s’inscrit dans l’étude de la transmission et de la politisation des appartenances militantes en famille (Sears et Valentino, 1997 ; Muxel, 2008 ; Masclet, 2015 ; 2023). Méthodologie : L’enquête mobilise les méthodes de l’entretien biographique semi-directif (avec des militants des langues de Bretagne et de Lusace) et de l’observation participante. Résultats : Nous montrons que la transmission descendante des langues régionales/minoritaires et l’absence de transmission linguistique claire participent à définir les modalités de l’engagement chez les militants, ainsi que de leur manière de politiser le monde social. Conclusion : Il apparaît nécessaire de prendre en compte socialisation inversée et rôle de la famille élargie (les grands‑parents) pour comprendre comment l’entité « famille » est mobilisée dans le militantisme linguistique, tout comme elle se voit en partie redéfinie par lui. Contribution : Cet article propose une contribution à l’analyse de l’engagement en faveur des langues régionales et minoritaires en décloisonnant la notion de socialisation familiale, dans le sillon de recherches récentes en sociologie politique, tout en suggérant de replacer les processus de politisation au cœur de la recherche sur les idéologies linguistiques.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.005 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.000 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".