La politique de Babel. Du monolinguisme d'Etat au plurilinguisme des peuples:Du monolinguisme d'Etat au plurilinguisme des peuples
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Débat classique que celui des relations entre langue et politique. Il est de longue date au cœur de la réflexion sur le nationalisme. Il se trouve aujourd'hui relancé par la revendication du multiculturalisme ou au contraire la défense de la citoyenneté « républicaine », par les conflits identitaires, par la construction de l'Union européenne, par le développement d'internet. En France c'est la question corse qui le place au centre de l'affrontement électoral. Mais il est peu d'États au monde où le problème de la langue ne se pose pas en termes politiques. Qu'il s'agisse d'États monolingues, hégémoniques et arrogants, comme le furent les constructeurs de la tour décrits dans la Genèse, ou d'États bilingues, voire multilingues, semblables aux nations dispersées par la colère de Dieu, après la destruction de Babel.\nÀ une époque où l'anglais est en passe de devenir la langue véhiculaire des pays de l'Union, sans qu'il y ait jamais eu de politique linguistique européenne clairement formulée, il est important de s'interroger sur la signification même d'une langue dominante, sur les phénomènes complexes de naissance, de déclin, de renaissance linguistique, sur les conditions historiques et les facteurs socio-économiques qui favorisent tantôt des situations d'hégémonie linguistique, favorables au monolinguisme, tantôt des situations de pluralité linguistique, débouchant sur des formes stables de bilinguisme ou de multilinguisme. Voyage à l'ombre de Babel, en France, en Californie, au Canada, en Belgique, en Suisse, en Israël, en Ukraine, en Lituanie, en Biélorussie, dans l'ancienne Yougoslavie... et dans le virtuel.
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.
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 | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.011 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.003 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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 it