Vers un français acadien normalisé - 2e partie : un Office acadien de la langue française /
Bibliographic record
Abstract
Yves Cormier est originaire de Moncton.Spécialiste de l'Acadie, il a publié notamment le Dictionnaire du français acadien.Le présent article défend la nécessité pour la communauté acadienne de normaliser sa langue et de se doter d'un organisme tel l'Of ce québécois de la langue française (OQLF).La première partie, publiée dans le numéro de janvier, posait la problématique et les bases théoriques permettant de mettre en perspective la situation de la langue acadienne ; la seconde décrit les tracés de la recherche acadienne en se référant au cas québécois et à l'expertise développée par l'OQLF.es communautés francophones du monde entier, à l'exception peut-être des gens de la région parisienne, ressentent le besoin de rapprocher leur parler du français standard.Dans la première partie de notre article, nous avons discuté de ce désir de conformité en regard de la dynamique naturelle des langues et des notions de norme, de standardisation et de régionalisation du français.En outre, nous avons fait un survol de l'histoire du français a n de situer le désir actuel des communautés francophones du Canada d'accéder à une autonomie linguistique.Dans le présent article, nous examinerons le dé important auquel fait face aujourd'hui la communauté acadienne : arriver à se rallier aux traits langagiers communs des communautés francophones, tout en respectant ses particularités linguistiques.À défaut de travaux sur la normalisation du français acadien, nous étudierons cette question en nous reportant à des études sur la langue française au Québec et en extrapolant leurs données au cas acadien. Le Québec, chef de le en matière de normalisationLe Québec a beaucoup ré échi sur l'élaboration d'une norme linguistique [1].Ses travaux, qui portent essentiellement sur le parler québécois, peuvent certainement éclairer les procédures à suivre quant au choix de particularismes Yves
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 | 0.004 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.006 | 0.005 |
| Scholarly communication | 0.011 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".