La fracture numérique linguistique : analyse de cadrage des écrits sur les inégalités de langues dans l’environnement numérique
Bibliographic record
Abstract
Le concept de « fracture numérique linguistique » ( digital language divide ) est utilisé en référence aux inégalités dans la présence et l’usage des langues en ligne. Cette fracture numérique linguistique conditionnerait l’expérience et les résultats de recherche, affecterait la vitalité des langues et contribuerait à une sous-représentation de certaines communautés linguistiques dans les contenus numériques. Néanmoins, cette question a rarement été étudiée au-delà de ses aspects techniques . Cet article présente les résultats d’une analyse exploratoire du cadrage des écrits traitant à la fois de la fracture numérique et des questions linguistiques, pour la période allant de 1995 à 2024. Nous présentons le contenu et la trajectoire historique des cadres discursifs mobilisés pour définir, interpréter et proposer des solutions relatives à ce problème public. Enfin, nous proposons quelques pistes de réflexion sur la valeur heuristique du concept de fracture numérique linguistique et sur la pertinence de l’envisager sous l’angle du cadrage.
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 | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.007 |
| Science and technology studies | 0.004 | 0.006 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".