La variation géographique dans la <i>Grande grammaire du français</i> . Quelle vision, quelle présentation ?
Bibliographic record
Abstract
La Grande grammaire du français (Abeillé et Godard, 2021) s’affiche comme un ouvrage de référence résolument différent de ce que le marché des grammaires a pu connaitre jusqu’à cette parution. Entre autres, l’ouvrage propose d’inclure la description des variétés de français en dehors de l’Hexagone. Si la mission est louable, elle demeure délicate parce qu’il s’agit de représenter chacune de ces variétés et les personnes qui la parlent sans tomber dans le folklore ou l’anecdote. De plus, Paris ayant traditionnellement constitué la référence linguistique, le choix d’accorder une place aux autres pôles de la francophonie implique, en toute logique, un remodelage descriptif qui les intègre équitablement, que ce soient ceux en Europe ou en dehors de celle-ci. Par l’examen de nombreuses données de la Grande grammaire du français , cet article propose un tour d’horizon fouillé de la présentation que cette grammaire fait de la variation géographique, dans la perspective d’évaluer la représentation des variétés de français en milieu minoritaire.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.006 | 0.012 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".