Regards croisés sur les attitudes des Québécois à l’égard de doublages québécois réalisés en trois variétés de français
Bibliographic record
Abstract
Au Québec, les films étrangers sont doublés en « français international » (FI), variété neutre dépourvue de traits linguistiques locaux. Pour justifier cette pratique, l’industrie du doublage s’appuie sur ce qu’elle croit être les attentes du public. Toutefois, on ne dispose pas de données fiables sur le sujet, qui plus est, de données qui tiennent compte du genre de film (suspense ou comédie) et des caractéristiques du public (âge, sexe, fréquence d’écoute de films doublés, etc.). L’objectif de l’étude est de mettre en lumière les attitudes des Québécois lorsqu’ils se trouvent face à des extraits de films doublés non seulement en FI, mais aussi en français québécois standard (FQS) et familier (FQF). Nous avons adopté une approche mixte incluant deux méthodes, test de préférence et questionnaire ouvert, et comparé les résultats à ceux d’une étude antérieure faisant appel au test du locuteur masqué. En général, les résultats révèlent l’existence d’attitudes plus positives à l’égard du FI dans les suspenses et des attitudes comparables à l’endroit du FI et du FQS dans les comédies. Quant au FQF, c’est la variété la moins appréciée. De plus, les analyses inférentielles montrent que les caractéristiques personnelles des répondants ne sont pas en relation avec les attitudes, sauf la fréquence d’écoute de films en FI, dans une certaine mesure.
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 | 0.003 |
| 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 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".