Pratiques scripturales et écriture SMS. Analyse linguistique d’un corpus de langue française
Bibliographic record
Abstract
Depuis le début du XXIème siècle, la pratique du SMS interroge sur l’usage qui est fait des normes linguistiques traditionnelles dans les écrits du quotidien. Au regard de l’histoire de l’écriture, la rapidité de son avènement en tant que pratique privilégiée de la communication interpersonnelle renvoie aux questionnements sur la diffusion de toute pratique émergente : comment les gens l’utilisent-ils ? Dans quelle mesure le support qu’est le téléphone portable influence-t-il la graphie ? Les divers choix rédactionnels sont-ils liés aux paramètres d’âge, de genre, de lieu de résidence, de niveau d’études, ou d’expérience du SMS ? L’écriture SMS possède-t-elle des caractéristiques homogènes ? Quel rapport entretient-elle avec l’oral ? Peut-elle être le creuset de futures évolutions de la langue écrite ? Par l’analyse linguistique manuelle de plus de 10 000 SMS authentiques rédigés en français, issus de collectes réalisées en Belgique, sur l’île de la Réunion, en Suisse, au Québec et dans le sud de la France, cette étude montre que l’écriture SMS, générée dans le cadre d’échanges majoritairement informels où le contexte joue un rôle crucial, tend vers l’appropriation personnelle du code graphique, sans que la norme orthographique standard soit systématiquement mise à mal. Il en ressort que l’écriture SMS apparait comme révélatrice de l‘identité de chacun, en termes de rapport à l’écriture et de capacités d’adaptation du discours. Ces recherches indiquent également que l’écriture SMS présente parfois des traits qui rendent compte de l’existence d’un lien fort entre code graphique et oralisation cognitive d’un message.
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 | 0.002 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".