Insécurité linguistique et réseaux sociaux : sentiments contradictoires
Bibliographic record
Abstract
L'insécurité linguistique, profond sentiment de peur que ressent le locuteur, touche de nombreux francophones dans le monde. Ce sentiment est souvent corrélé à différents paramètres extralinguistiques : société, politique, économie, histoire, etc. Présente en Belgique, en Suisse, au Québec, en Afrique mais aussi dans TOUTE la France, l'insécurité linguistique est parfois complexe à repérer, à comprendre, à catégoriser. L'objectif de notre présentation est le suivant : comprendre ce profond sentiment d'angoisse linguistique à l'ère des réseaux sociaux. Comment les technolocuteurs, les technoproducteurs de discours épilinguistiques manifestent-ils ce sentiment ? Quelle en est sa variation ? Par ailleurs, un lien, indispensable, avec l'idéologie puriste ainsi que l'idéologie du standard doit être réalisé dans notre présentation. Nous pensons que ces idéologies s'effritent sur les réseaux sociaux ; elles occupent désormais une place moins importante mais elles continuent d'influencer les imaginaires linguistiques de tous les francophones. La norme exogène de France s'immisce, continuellement, dans les débats linguistiques. Grâce aux nombreux travaux de Marie-Anne Paveau, tant en linguistique populaire qu'en description des réseaux sociaux, ainsi qu'aux travaux de Jean-Marie Klinkenberg, nous tentons de percevoir les manifestations contemporaines de l'insécurité linguistique : hypercorrection, mutisme, investissement de la Norme, militantisme langagier, manifestation des variétés régionales et identitaires, etc. Bibliographie ACHARD-BAYLE, Guy, PAVEAU, Marie-Anne (éds), 2008, Linguistique populaire ?, Pratiques, nos 139-140. BECKER, Lidia, HERLING, Sandra, WOCHELE, Holger (éds), 2024, Manuel de linguistique populaire, Berlin/Boston, De Gruyter. PAVEAU, Marie-Anne, 2017, L'analyse du discours numérique. Dictionnaire des formes et des pratiques, Paris, Hermann. PAVEAU, Marie-Anne, ROSIER, Laurence, 2008, La langue française. Passions et polémiques, Paris, Vuibert. REMYSEN, Wim, 2018, « L'insécurité linguistique à l'école : un sujet d'étude et un champ d'intervention pour les sociolinguistes », dans Nadine Vincent et Sophie Piron (éds), La linguistique et le dictionnaire au service de l'enseignement du français au Québec, Montréal, Nota Bene, p. 29-59. REMYSEN, Wim, 2020, « S'adapter pour se sentir moins insécurisé ? L'(in)sécurité linguistique au Québec sous l'angle de l'accommodation », dans Joanna Lorilleux et Valentin Feussi (eds), L'(in)sécurité linguistique en Francophonies : perspectives interdisciplinaires, Paris, L'Harmattan, p. 63-75.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.009 | 0.015 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".