Le lexique en français du Québec des manuels québécois
Bibliographic record
Abstract
La présente recherche visait surtout à répondre à la question suivante: les manuels de langue seconde édités au Québec utilisent-ils un lexique qui correspond au français québécois? Comme suite à cette question, deux autres sous-questions émergent: dans quelle proportion utilise-t-on un lexique du français québécois dans les manuels de langue seconde pour les adultes édités au Québec? Les termes ou expressions retenus en français du Québec (FQ) peuvent-ils être regroupés selon des thèmes spécifiques? Pour ce faire, nous avons traité des sujets comme la variation linguistique, plus spécifiquement la variation géographique du français. Nous avons aussi décrit ce que nous entendons par FQ et français de France (FF). Pour ce qui est des manuels, nous avons défini le concept et parlé de ses fonctions. Nous avons aussi mentionné quelques études dont les manuels sont à la base. Afin de répondre à notre question principale de recherche nous avons analysé cinq manuels destinés aux adultes de français langue seconde édités au Québec. Quant à notre analyse, nous avons repéré du lexique et l'avons classifié. Pour le repérage et la classification, nous avons utilisé la méthode de Pitois (1997) comme point de départ, pour ensuite la compléter avec le Petit Robert et le Dictionnaire québécois français. Comme résultat, nous avons trouvé que le français québécois est plus utilisé dans les manuels analysés, bien que, le français de France n'y soit pas complètement absent. Nous avons également repéré que lorsqu'on parlait de l'alimentation, des vêtements, des moyens de transport, de la « nouvelle » technologie et de la féminisation des professions, le français québécois prédominait. Les résultats nous ont permis de voir que la variation géographique et l'aspect culturel de la langue sont énormément liés. Il est aussi important de signaler que la présente étude a mis en évidence voir que les étudiants qui suivent des cours dans les écoles participantes sont en train de se préparer davantage à se familiariser, comprendre et utiliser le lexique du français d'ici. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Français de France, Français du Québec, Lexique, Manuels, Variation linguistique.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 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".