Nadine Vincent et Sophie Piron (dir.), La linguistique et le dictionnaire au service de l’enseignement du français au Québec. Mélanges offerts à Hélène Cajolet-Laganière , Éditions Nota bene, Collection Bleue, 2018, 444 p.
Bibliographic record
Abstract
La linguistique et le dictionnaire au service de l'enseignement du français au Québec.Mélanges offerts à Hélène Cajolet-Laganière, Éditions Nota bene, Collection Bleue, 2018, 444 p.Comme Jean-Claude Boulanger, Pierre Auger, Marie-Éva de Villers et bien d'autres, Hélène Cajolet-Laganière fait partie de cette génération de linguistes engagés qui ont fait leurs premières armes à l'Office de la langue française 1 et qui se sont rendu compte que l'Université leur permettait de mener une réflexion théorique tout en continuant de se consacrer à des réalisations concrètes correspondant aux besoins avérés de la société.C'est dans leurs contributions scientifiques mais aussi pratiques qu'ils ont illustré ce qu'il y a de plus noble dans la linguistique appliquée en apportant à la société les outils de réflexion et de référence dont elle a besoin.En effet, Hélène Cajolet-Laganière a commencé sa carrière à l'OLF, au bureau régional de Sherbrooke, à un moment où la mission de cette institution subit une inflexion majeure, car le souci de la qualité de la langue est désormais mis dans le contexte de l'emploi effectif du français dans les entreprises établies au Québec, nécessitant la mise au point de multiples méthodes et d'outils de terminologie et de rédaction.Elle y a très activement participé en élaborant une multitude de guides, de dictionnaires et d'autres ressources linguistiques, dont certaines sont encore en usage aujourd'hui.En 1990 elle devient professeure à l'Université de Sherbrooke, poste qui lui permet de se consacrer plus pleinement à l'élaboration des outils de base permettant de constater l'usage effectif du français des Québécois, principalement sous la forme de collectes de corpus réalisées avec Claude Poirier et, un peu plus tard, à la confection d'un grand dictionnaire de référence réalisé avec la collaboration de ses collègues, dont Pierre Martel.Ces deux grands projets ont été menés dans un souci d'efficacité pédagogique, qu'elle assurait grâce à sa connaissance du terrain.On lira avec profit le portrait que Normand Maillet 2 nous laisse en fin de volume (« Survol
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.005 | 0.005 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.024 | 0.011 |
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".