Variation terminologique en francophonie. Élaboration d’un modèle d’analyse des facteurs d’implantation terminologique
Bibliographic record
Abstract
Cette recherche vise à élucider les facteurs influençant l’implantation terminologique d’un terme en proposant une nouvelle typologie des facteurs et une méthode qui révèle les mécanismes entraînant la variation terminologique en français dans le domaine des TIC à travers une analyse dans quatre communautés francophones, la France, le Québec, la Belgique et la Suisse. Après avoir établi une nouvelle typologie qui englobe quatre facteurs terminologiques, socioterminologiques, psychoterminologiques et extraterminologiques, nous proposons un modèle hypothétique, en introduisant trois concepts statistiques, les variables dépendante, indépendante et modératrice pour élucider la relation entretenue par ces quatre facteurs. La vérification du modèle est effectuée en deux étapes. Pour l’analyse des facteurs terminologiques et socioterminologiques, nous examinons la relation entre chacun d’eux et l’implantation terminologique. Pour ce faire, les termes ont tout d’abord été codifiés selon un critère établi et une analyse de corrélation a ensuite été effectuée. L’analyse des facteurs psychoterminologiques et extraterminologiques consiste, quant à elle, à examiner les réponses de notre questionnaire par des tests statistiques montrant la différence significative des réponses entre les communautés linguistiques. Cette analyse nous permet de confirmer une différence significative entre les trois pays européens et le Québec dans le mécanisme des facteurs d’implantation terminologique et de conclure que les facteurs psychoterminologiques et extraterminologiques jouent un rôle décisif dans cette différence diatopique.
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 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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.006 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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; both teacher heads agree on what is shown here.
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".