Agentivité syntaxique et inférences de responsabilité en contexte de procès au Québec
Bibliographic record
Abstract
Cette présente recherche porte sur l’agentivité syntaxique en contexte de procès au Québec et sur les inférences d’assignation de responsabilisation qu’elles peuvent déclencher selon le rôle des participants au procès, soit avocat ou témoin, et le type d’interrogatoire dans lequel les structures sont énoncées, soit l’interrogatoire ou le contre-interrogatoire. Les structures agentives et non agentives sont des structures qui, respectivement, incluent un agent, et qui ne l’incluent pas explicitement ou dans leur structure sous-jacente (Chomsky, 1965; Ehrlich, 2001). Les structures syntaxiques à l’étude, soit la voix grammaticale, les verbes inergatifs et inaccusatifs, les structures pronominales et impersonnelles, sont analysées selon les maximes de quantité et de manière (Grice, 1975). Les maximes qui sont en jeu dans ces structures syntaxiques déclenchent des implicatures de quantité et de manière, et nous nous intéressons à celles qui permettent de calculer des inférences d’assignation de responsabilité. Les questions de recherche cherchent à savoir, d’abord, quelle est la distribution quantitative des structures à l’étude dans un procès d’un crime non violent selon le type d’interrogatoire et le rôle du participant au procès et, ensuite, à comprendre comment ces structures sont utilisées pour déclencher des inférences d’assignation de responsabilité. D’abord, une analyse de correspondances multiples a été faite avec les variables codées pour chacune des structures syntaxiques de l’entièreté du procès, et nous a permis de faire ressortir la distribution de ces variables et le poids explicatif de chacune d’entre elles. Ensuite, une analyse de discours sur le procès a été faite, dans laquelle sont ressorties quatre type d’inférences d’assignation de responsabilité. Au terme de cette recherche, nous avons constaté que les structures syntaxiques que nous avons mises à l’étude sont bel et bien utilisées par les participants au procès pour déclencher des inférences d’attribution de responsabilité. La distribution quantitative de ces structures est similaire selon tous les participants au procès, mais l’analyse de discours révèle que les structures ne déclenchent pas les mêmes types d’inférences d’assignation de responsabilité. Elles sont utilisées par les témoins pour responsabiliser autrui ou soi même et pour déresponsabiliser autrui, par les avocats pour responsabiliser et déresponsabiliser autrui, et par l’accusé, comme ce qui a été montré par Ehrlich (2001), pour se déresponsabiliser, mais également pour se responsabiliser, contrairement à ce qui a été trouvé dans les résultats d’Ehrlich (2001). _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : linguistique légale, agentivité syntaxique, inférences pragmatiques, assignation de responsabilité
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 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 teacher head, 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".