Ce travail a été réalisé avec le soutien du projet ANR DEMOCRAT (« Description et modélisation des chaînes de référence : outils pour l’annotation de corpus et le traitement automatique », ANR-15-CE38-0008).
1La plupart des articles de recherche en sciences expérimentales présentent une structure standardisée appelée « IMRAD », un acronyme anglais pour « Introduction, Methods, Results and Discussion » (Swales, 1990 et 2004). Ces termes reprennent les intertitres qui séparent les grandes sections de ces articles.
2Chacune de ces sections a une « fonction rhétorique » propre (Swales, 1990 et 2004 ; Gjesdal, 2013) :
-
l’introduction présente la question de recherche et l’inscrit dans les travaux antérieurs ;
-
la méthodologie décrit les données (le corpus), la façon dont elles ont été recueillies, les procédures utilisées pour les traiter ;
-
les résultats présentent les observations faites à l’issue de l’expérimentation, en notant aussi les anomalies observées ;
-
la discussion tente de mettre les résultats en perspective en répondant à la question formulée dans l’introduction.
3Ce format se caractérise par un haut degré de codification de chaque section (Swales, 1990 et 2004 ; Milard, 2007 ; Rinck, 2010). Bazerman (1988 : 260) indique que le manuel de l’American Psychological Association est « plein de prescriptions », un peu comme si le fait d’écrire ces articles revenait finalement à remplir un « questionnaire ». Pour lui, il n’y a même plus besoin de transitions entre les parties ; c’est ce que montre aussi la structure des articles de la revue Plos Biology, par exemple, qui place la section « méthodologie » à la fin de l’article (Oberle, 2018a).
4Cette codification permet de comparer les sections entre elles. Puisque la section « méthodes », par exemple, est très codifiée, on peut comparer entre elles les sections « méthodes » des différents articles. De même, on peut opposer les sections IMRAD les unes avec les autres, par exemple l’introduction à la section « méthodes » ou à la discussion (Swales, 1990 : 177).
5Cette spécialisation a intéressé les linguistes qui ont montré que chaque section était caractérisée par des phénomènes linguistiques propres, comme :
-
la répartition du pronom on. Gjesdal (2013) étudie ainsi les différentes valeurs de on que l’on peut trouver dans des articles de recherche médicale. Par exemple, l’introduction est surtout caractérisée par la présence du on qui désigne l’auteur et du on qui inclut d’autres chercheurs, alors que la discussion voit apparaître le on qui signifie « tout le monde » ;
-
le domaine lexical des verbes. Reimerink (2006) trouve ainsi que l’introduction, les résultats et la discussion font plus appel aux verbes « d’existence » alors que la méthodologie utilise plutôt des verbes d’action ;
-
la distribution des citations et références. Ainsi, Bertin et Atanassova (2014) étudient le type de verbe associé à chaque citation, en fonction de la section d’occurrence ;
-
les marques d’énonciations. Heslot (1983), par exemple, compare des articles IMRAD américains et français du point de vue de la présence du pronom de première personne, de la voix, des formes temporelles…
-
on trouvera dans Swales (1990) une liste plus complète.
6À notre connaissance, les chaînes de référence n’ont pas été étudiées spécifiquement du point de vue des articles IMRAD.
7Une « chaîne de référence » est définie comme l’ensemble des expressions référentielles qui renvoient à la même entité extralinguistique (Charolles, 1988 ; Corblin, 1985 et 1995 ; Schnedecker, 1997 ; Schnedecker et Landragin, 2014). Les expressions qui la composent sont appelées « maillons » par métaphore. Suivant la définition de Schnedecker (1997), nous ne considérons dans ce travail que les chaînes de plus de trois maillons.
8Par exemple, le référent « la Grotte I des Treilles » est repris par la Grotte I des Treilles, y et ce site dans l’exemple suivant :
- 1 Les textes sont numérotés de T0 à T4, la référence exacte est donnée en fin d’article.
[1] |
[La Grotte I des Treilles] a été découverte par L. Balsan, M. R. Galzin et J. Maillé en 1933. Louis Balsan [y] a effectué des fouilles […]. [Ce site] a été attribué au Chalcolithique […]. |
|
(T11) |
9Les chaînes de référence sont caractérisées par des indicateurs tels que (Schnedecker et Landragin, 2014 ; Schnedecker, 2019 ; Oberle et al., 2018) :
-
le nombre de maillons ;
-
la moyenne de la distance entre deux maillons consécutifs (distance inter-maillonnaire) ;
-
la portée locale ou globale ;
-
la catégorie et la fonction grammaticales des maillons ;
-
les patrons (séquences les plus fréquentes de catégories et de fonctions grammaticales des maillons) ;
-
le coefficient de stabilité, qui évalue la stabilité lexicale à l’intérieur d’une chaîne.
10Plusieurs études (Schnedecker, 2005 ; Schnedecker et Longo, 2012 ; Schnedecker et Landragin, 2014 ; Schnedecker, 2017 ; Baumer et al., 2019) ont montré que ces paramètres variaient en fonction du genre discursif d’occurrence (par exemple, le portrait journalistique, les faits divers, les recettes de cuisine, les introductions d’articles d’encyclopédies, les incipits de romans, etc.) : le genre textuel a donc une influence sur la composition des chaînes de référence.
11Puisque les sections des articles de format IMRAD ont chacune des fonctions rhétoriques propres avec des caractéristiques linguistiques différentes, nous faisons l’hypothèse que les chaînes de référence varient en fonction de la section dans laquelle elles apparaissent, comme elles varient en fonction des genres. Nous chercherons donc à distinguer le comportement des chaînes selon la section. Ce faisant, nous dégagerons une première typologie des chaînes de référence.
12Notre étude se fonde sur un corpus de cinq articles IMRAD en français. Nous commencerons par décrire le format IMRAD plus en détail et la façon dont nous avons collecté notre corpus, avant de proposer une typologie des chaînes qui s’appuie sur les oppositions entre les sections des articles de format IMRAD.
13Le format IMRAD concerne surtout les articles de recherche en sciences « expérimentales » (Swales, 2004), par exemple physique, chimie, biologie, médecine, etc. Ils relatent une expérimentation et en tirent des conclusions.
14Il s’est développé à partir du XVIIe siècle dans le but de garantir la reproductibilité d’une expérience (Pontille, 2007 ; Swales, 1990) : la standardisation du format garantit la standardisation des procédures expérimentales.
15À l’époque moderne, en 1979, le format a été codifié par l’American National Standards Institute sous le nom d’American National Standard for the preparation of scientific papers for written or oral presentation. C’est donc dans les publications de langue anglaise et dans les sciences de la nature que ce format se développe.
16Il se répand ensuite dans les sciences humaines, notamment dans la psychologie expérimentale, qui cherchent alors à se distinguer de la tradition philosophique et psychanalytique (Bazerman, 1988) : c’est pourquoi le manuel de style de référence pour le format IMRAD reste le Publication Manual de l’American Psychological Association.
17En France, les publications IMRAD sont très fréquentes dans les sciences de la nature (dites « dures ») mais ces articles ont tendance à être écrits en anglais, même quand ils émanent de chercheurs francophones. En sciences humaines, au contraire, les articles sont plus souvent écrits en français mais ils respectent assez rarement le format IMRAD (Pontille, 2003).
18Afin d’établir un panorama du paysage francophone (donc excluant toutes les publications anglaises) en sciences humaines et sociales (SHS), nous avons utilisé la plateforme OpenEdition Journals, qui propose plusieurs centaines de revues SHS en libre accès. Nous avons analysé la table des matières des articles des 4 derniers numéros de 341 revues, soit un total de 21 689 articles. Il n’y a que 255 articles IMRAD en français, soit 2 % à peine du total.
19Nous avons ensuite considéré les 20 revues qui avaient le plus d’articles IMRAD, et notamment les articles des 10 derniers numéros, soit 1 580 articles : 314 ont une structure IMRAD en français, soit 20 %.
20Il apparaît donc que le format IMRAD est rare en français en SHS (2 %), mais certaines revues ont un taux conséquent d’articles de ce type (20 %). Ces revues se répartissent dans certaines disciplines :
-
les sciences de l’éducation : 45 % ;
-
les sciences de la nature ; il s’agit en fait surtout d’articles en archéologie qui utilisent des méthodes des sciences de la nature (physique, chimie, biologie…), ainsi que des articles en géographie physique : 35 % ;
-
les autres disciplines (psychologie, linguistique, management, sociologie) : 20 %.
21Les disciplines littéraires ne comptabilisent aucun article IMRAD, et les « arts et humanités », selon le regroupement d’OpenEdition Journals, ont un taux extrêmement faible de 0,37 %.
22Parmi ces articles IMRAD en français, nous avons sélectionné cinq textes, en respectant les proportions ci-dessus :
-
deux dans les sciences de l’éducation (T2 et T4) ;
-
deux en archéologie (T1 et T3) ;
-
et un en psychologie (T0).
23Jusqu’à présent, les études qui portent sur les chaînes de référence se sont surtout intéressées à une sélection de référents homogènes :
-
des référents humains dans les faits divers (Schnedecker et Longo, 2012), les portraits journalistiques (Schnedecker, 2005), les textes narratifs médiévaux (Glikman et al., 2014), les nouvelles brèves (Baumer, 2017), les récits brefs en français (Obry et al., 2017) ;
-
des entités géographiques dans les introductions d’articles d’encyclopédies (Schnedecker, 2014) ;
-
des objets physiques comme des ingrédients ou des ustensiles de cuisine (Schnedecker, 2014).
24De plus, ces textes sont généralement brefs (de quelques centaines de mots à 2 000 mots).
25Or les articles scientifiques sont, du point de vue des référents, plus hétérogènes : on y trouve des individus (si ce n’est le ou les auteurs), groupes, objets, matériaux, concepts abstraits, sans qu’il soit possible de dire lequel est le plus important ; un article sur le burnout au travail, par exemple, aura des référents principaux aussi bien humains et concrets (les travailleurs) que non humains et abstraits (le burnout). Or, on peut s’attendre à des différences importantes dans la composition des chaînes, par exemple la chaîne de l’auteur serait plutôt exprimée à l’aide de pronoms (« nous »), les noms massifs (« l’azote »), plutôt par des noms définis, les entités nommées (« la Grotte I des Treilles »), peut-être avec des noms définis entrecoupés de pronoms et d’anaphores infidèles.
26De plus, les articles font généralement entre 6 000 et 8 000 mots. Ils sont donc beaucoup plus longs, et il faut donc s’attendre à des chaînes très disparates, certaines couvrant l’ensemble du texte, d’autres ne dépassant pas les limites d’un paragraphe, voire d’une phrase.
27On arrive donc là aux limites des analyses « traditionnelles », qui envisagent les chaînes de référence sans considérer les différents types de chaînes. De telles études ne fonctionnent que dans des textes relativement brefs et homogènes, mais semblent difficiles dans des textes aussi longs et hétérogènes que les articles scientifiques.
28C’est pourquoi le reste de la présentation sera organisé comme un parcours entre différents types de chaînes, différentes à la fois par leur référent et par leurs caractéristiques, dont nous montrerons les particularités dans les textes de format IMRAD et chacune des sections.
29À notre connaissance, la seule étude qui esquisse une typologie de référents est celle de Longo et Todirascu (2014), qui concerne des textes juridiques longs (jusqu’à 8 000 mots), avec une distinction entre référents non humains et humains (spécifique, générique, collectif). Il faut également citer le corpus ANCOR-Centre (« Anaphore et coréférence dans les corpus oraux » – Muzerelle et al., 2013), qui indique un type d’entités nommées (selon la classification ESTER2 [Évaluation de systèmes de transcription enrichie d’émissions radiophoniques – Galliano et al., 2005]) pour certains maillons, par exemple les personnes, lieux, fonctions, organisations, produits, etc. On peut alors déduire, pour un certain nombre de chaînes, le type du référent. Mais nous n’avons trouvé aucune étude qui exploite cette information pour faire une analyse des chaînes selon leur type.
- 2 L’annotation de tous les référents, y compris ceux qui ne donnent pas lieu à des (...)
- 3 L’annotation a été faite à l’aide de SACR (Script d’annotation des chaînes de r (...)
30Nous n’avons cependant pas annoté tous les référents des textes2, nous avons repéré les plus saillants à partir des mots clés, du titre et du résumé, ainsi que d’une rapide analyse lexicométrique (mots les plus fréquents). Dans les cinq textes, nous avons annoté3 89 chaînes, soit une petite vingtaine par texte, avec près de 2 000 maillons (tableau 1).
Tableau 1 – Annotation des référents saillants (CR = chaînes de référence)
|
Texte |
Tokens |
CR |
Maillons |
Éducation |
T2 |
7 123 |
22 |
622 |
T4 |
8 627 |
17 |
422 |
Archéologie |
T1 |
6 008 |
20 |
292 |
T3 |
4 318 |
15 |
186 |
Psychologie |
T0 |
6 463 |
15 |
434 |
TOTAL |
|
32 539 |
89 |
1 956 |
31Ces chaînes se caractérisent d’abord par leur portée globale : elles couvrent l’ensemble, ou du moins une grande partie, du texte. Ce n’est pas étonnant, puisque les référents sont saillants, et que c’est justement pour cette raison que nous avons choisi de les annoter.
32Ce sont cependant des chaînes avec peu de maillons mais très distendues. Avec 22 maillons en moyenne sur l’ensemble du texte (8 000 mots en moyenne) et une distance inter-maillonnaire de 333 mots qui excède la longueur moyenne du paragraphe (119 mots), elles n’apparaissent que dans un paragraphe sur trois.
33Par exemple, le burnout (T0), une chaîne de 32 maillons, couvre 17 paragraphes, du 1er au 53e (alors que le texte fait 55 paragraphes) : 11 paragraphes n’ont qu’une seule expression s’y rapportant, 5 paragraphes ont 2 à 4 expressions, et seul un paragraphe en a plus (7 expressions). Surtout, la chaîne est tout à fait absente de 38 paragraphes sur 55.
- 4 Le coefficient de stabilité (adapté de Perret, 2000) est calculé en ne prenant en compte (...)
34Cela explique un coefficient de stabilité élevé4, à 0,8 : afin que le texte reste compréhensible, il ne peut pas y avoir de reprise par un terme différent (anaphore infidèle) si le terme précédent se trouve trois paragraphes en arrière. Reprenons l’exemple du burnout : la chaîne comporte 31 désignations nominales, mais seulement deux termes différents – « burnout » (dans 30 cas) et « phénomène » (dans un seul cas).
35Il en va de même pour les pronoms : ils comptent pour 13 % (252 sur 1 956) des maillons, alors que d’autres études font état de 30 % de pronoms dans des textes plus narratifs comme les faits divers (Schnedecker et Longo, 2012), ou même plus de 40 % dans les portraits journalistiques (Schnedecker, 2005). Notre chaîne du burnout, elle, ne comporte qu’un seul et unique pronom.
36Comme nous l’avons évoqué plus haut, il semble difficile de traiter toutes les chaînes en un bloc, sans faire de distinction quant aux types de référents. Aussi proposons-nous une typologie de référents qui prend en compte à la fois :
-
des problèmes référentiels (voir aussi Oberle, 2017), qui se rapprochent plus des problématiques de philosophie du langage, puisqu’on peut difficilement traiter un référent concret comme un référent abstrait, notamment pour ce qui est de déterminer dans quelle mesure deux référents abstraits sont coréférentiels ou non (le réchauffement climatique est-il coréférentiel au changement climatique ?) ;
-
des problèmes d’annotation spécifiques que nous avons rencontrés, comme l’annotation des groupes qui évoluent au fil du texte (ce sont des référents évolutifs concrets, voir Charolles et Schnedecker, 1993) ;
-
des spécificités des articles de recherche : nous avons ainsi créé des types pour le ou les auteurs et l’article lui-même, puisque ce sont des référents particuliers dans ce type de textes.
37Nous proposons les types suivants :
-
auteur (ex. : nous) ;
-
recherche et article (ex. : notre article) ;
-
entités nommées et référents définis (ex. : la Grotte des Treilles) ;
-
ensembles (ex. : les étudiants) ;
-
massifs (ex. : l’azote) ;
-
référents génériques (ex. : le vétérinaire rural) ;
-
noms abstraits (ex. : l’interdisciplinarité) ;
-
noms prédicatifs (ex. : la modération, comme dans « La modération par les compétences politiques des facteurs de stress au travail sur la santé psychologique ») ;
-
ensembles « flous » (sans limites clairement définies, comme dans « les vestiges archéologiques » sans autre précision) ;
-
« variables liées » (quand la référence n’est pas spécifique, comme dans « un capitaine d’équipe »).
38Nous nous concentrerons dans cet article sur trois de ces types : l’auteur, les ensembles, les noms abstraits. Ce sont des référents importants pour les articles scientifiques et ce sont des types qui n’ont pas été étudiés dans les études antérieures. De plus, ils offrent une bonne illustration des différences de caractéristiques des chaînes d’un type à l’autre.
39Contrairement aux textes littéraires, qui se concentrent généralement sur un ou deux personnages, dans les articles scientifiques de type IMRAD, il n’y a guère que le ou les auteurs qui soient des individus uniques, bien définis.
40La chaîne des auteurs est également intéressante parce qu’elle s’inscrit dans de nombreuses recherches sur l’expression de l’auteur scientifique (dans une perspective sociologique : voir Pontille, 2007 ; dans une perspective linguistique : Grossmann, 2012 ; dans la perspective des textes scientifiques : Loffler-Laurian, 1980 ; Fløttum, 2006).
41Cette chaîne n’est pas présente dans tous les textes : seuls deux de nos textes en ont une de taille assez importante (tous les textes ont une présence de l’auteur, mais parfois seulement dans les remerciements).
42Elle est composée presque exclusivement de pronoms (« nous ») et de déterminants (« notre », « nos »), avec, parfois, un nom : « auteur » (« Deux des trois auteurs du présent article […] »). Les mentions sont presque exclusivement en fonction sujet et, pour les déterminants possessifs, occupent celle de complément du nom (nous avons annoté les déterminants possessifs comme compléments du nom).
Figure 1 – Répartition des maillons de la chaîne « auteur »
43Cette chaîne n’est pas présente dans toutes les parties (figure 1) : 36 % des maillons sont dans l’introduction, notamment dans l’exposé de la recherche :
[2] |
nous proposons ici de contribuer |
|
(T0) |
[3] |
le cadre dans lequel nous nous situons |
|
(T0) |
[4] |
nous faisons l’hypothèse |
|
(T0) |
[5] |
nous présenterons ce modèle en détail |
|
(T0) |
[6] |
à notre connaissance |
|
(T0, T2) |
44Au contraire, il y en a très peu dans la méthodologie : seulement 6 maillons. C’est un peu surprenant parce qu’on pourrait s’attendre à une partie plus narrative qui décrit l’action de l’auteur pour préparer son expérimentation (« nous avons interrogé tant et tant de personnes », « nous avons utilisé tel ou tel instrument »). Cette partie est en fait beaucoup plus impersonnelle.
45Nos résultats semblent en désaccord avec ce que d’autres chercheurs ont trouvé. Par exemple, Heslot (1983), examinant des articles de biologie en anglais et en français, trouve pour ces derniers une grande variabilité, mais pas de règle particulière. Dans les articles en anglais, en revanche, l’auteur est présent dans l’introduction et la discussion. Gjesdal (2013), au cours d’une étude qualitative d’articles médicaux, trouve une plus grande fréquence de « nous » et de « on » (dont les valeurs sont souvent associées aux auteurs) dans les méthodes et les résultats (50 % des occurrences sont dans ces sections, contre 16 % dans l’introduction, 30 % dans la discussion et 4 % dans la conclusion).
46Les ensembles sont très présents dans les articles IMRAD. En effet, ce sont surtout des expérimentations statistiques, et les statistiques cherchent à dire quelque chose à propos d’une population (un ensemble) à partir de l’observation d’un ou plusieurs échantillons (d’autres ensembles). L’article IMRAD est donc construit autour d’ensembles, que ce soit des ensembles de personnes, d’objets, de matériaux, etc.
47En observant la répartition de ces chaînes (figure 2), on constate une concentration de leurs maillons dans les résultats et la discussion (28 % pour chacune de ces sections). Autrement dit, les maillons de ces chaînes sont essentiellement situés dans ces deux sections.
Figure 2 – Répartition des maillons des chaînes d’ensembles
Figure 3 – Répartition des maillons de la section « Méthodologie » par types de référents
Tableau 2 – Répartition des maillons de la section « Méthodologie » par types de référents
|
Nombre de maillons |
Pourcentage |
Auteur(s) |
10 |
3,13 % |
Article |
7 |
2,19 % |
Référents définis |
39 |
12,23 % |
Ensembles |
94 |
29,47 % |
Massifs |
16 |
5,02 % |
Référents génériques |
2 |
0,63 % |
Noms abstraits |
55 |
17,24 % |
Noms prédicatifs |
10 |
3,13 % |
Ensembles flous |
26 |
8,15 % |
Variables liées |
60 |
18,81 % |
48Si, en revanche, on prend tous les maillons de la méthodologie (figure 3, tableau 2), on constate que la majorité des maillons (près d’un tiers) appartiennent à des chaînes dont le référent est un ensemble. Autrement dit, dans la méthodologie, il est surtout question d’ensembles. En effet, c’est la section qui décrit les groupes de participants : leur composition, leurs tâches, etc.
[7] |
Les étudiants appartiennent à 1 049 établissements différents. |
|
(T2) |
[8] |
une communauté d’étudiants de 99 pays différents |
|
(T2) |
[9] |
Ils devaient d’abord sélectionner les cinq items […]. |
|
(T4) |
[10] |
Ils devaient ensuite procéder de la même manière […]. |
|
(T4) |
49Il est aussi intéressant d’observer la répartition des fonctions de ces maillons selon les sections : par exemple, entre la méthodologie et la conclusion (tableau 3).
Tableau 3 – Fonctions complément du nom et d’objet dans la méthodologie et la conclusion
|
Méthodologie |
Conclusion |
Compléments du nom |
43 % (41 sur 94) |
69 % (20 sur 29) |
Compléments d’objet |
30 % (28 sur 94) |
10 % (3 sur 29) |
50Cela s’explique par la fonction de chaque section. Dans la méthodologie, on trouve surtout des compléments d’objet et des compléments du nom :
-
le complément d’objet est utilisé pour donner des tâches aux participants :
[11] |
il était demandé aux participants |
|
(T4) |
[12] |
il leur a été proposé de hiérarchiser les évocations produites |
|
(T4) |
-
alors que le complément du nom permet de situer les participants :
[13] |
le niveau des étudiants |
|
(T4) |
[14] |
les caractéristiques sociodémographiques des étudiants |
|
(T4) |
51Au contraire, dans la conclusion, il n’y a plus que des compléments du nom, qui servent à décrire la population :
[15] |
les spécificités de la population d’élèves étudiée |
|
(T2) |
[16] |
le comportement des étudiants |
|
(T2) |
52On ne donne plus de tâches aux participants, ce qui explique la disparition des compléments d’objet.
53Nous rangeons sous le terme « noms abstraits » les concepts abstraits comme « l’interdisciplinarité », « l’entreprenariat », « l’innovation » ou encore « le burnout ». Là encore, ce sont des référents incontournables des articles scientifiques, parce que ces textes sont concernés avant tout par ce type de référents. Les titres des articles sont eux-mêmes des catalogues de noms abstraits :
[17] |
« Le rôle modérateur des compétences politiques sur le burnout » |
|
(3 noms, 3 référents abstraits) |
[18] |
« La propension à l’interdisciplinarité des étudiants en situation d’innovation » |
|
(4 noms, 3 référents abstraits) |
[19] |
« Représentations socio-professionnelles et choix de la spécialisation : le cas de la filière vétérinaire rurale » |
|
(5 noms, 5 référents abstraits) |
54Les référents abstraits sont ainsi le sujet, le thème des articles, et c’est la raison pour laquelle on les trouve notamment dans l’introduction. La moitié de tous les maillons de l’introduction (figure 4, tableau 4) renvoient à des concepts abstraits. Là encore, c’est dû à la fonction de l’introduction, qui est de présenter les concepts qui vont être étudiés dans l’article : les définir, les situer par rapport à d’autres recherches (la revue de la littérature), présenter les hypothèses que l’on fait au sujet de ces référents abstraits.
Figure 4 – Répartition des maillons de la section « Introduction » par types de référents
Tableau 4 – Répartition des maillons de la section « Introduction » par types de référents
|
Nombre de maillons |
Pourcentage |
Auteur(s) |
63 |
12,73 % |
Article |
27 |
5,45 % |
Référents définis |
50 |
10,10 % |
Ensembles |
49 |
9,90 % |
Massifs |
4 |
0,81 % |
Référents génériques |
13 |
2,63 % |
Noms abstraits |
241 |
48,69 % |
Noms prédicatifs |
34 |
6,87 % |
Ensembles flous |
14 |
2,83 % |
Variables liées |
0 |
0,00 % |
Tableau 5 – Répartition des maillons des chaînes de noms abstraits par catégories grammaticales
|
Nombre de maillons |
Pourcentage |
Nom indéfini |
22 |
3,32 % |
Nom sans déterminant |
129 |
19,49 % |
Nom possessif |
8 |
1,21 % |
Nom défini |
452 |
68,28 % |
Déterminant possessif |
3 |
0,45 % |
Nom démonstratif |
19 |
2,87 % |
Pronom personnel |
17 |
2,57 % |
Pronom zéro |
4 |
0,60 % |
Pronom réfléchi |
1 |
0,15 % |
Pronom relatif |
6 |
0,91 % |
Pronom démonstratif |
1 |
0,15 % |
55Les chaînes de ces référents sont surtout composées (tableau 5) de GN définis (68 %) et de GN sans déterminants (20 %) (« facteurs de stress », « niveau de burnout ») : c’est une particularité de certains des référents abstraits de ne quasi jamais apparaître sous la forme d’indéfinis, notamment dans les articles de recherche : on voit mal « un burnout », « une interdisciplinarité ».
56Au niveau des fonctions, un maillon sur deux est un complément du nom (« le modèle du burnout » [T0], « les dimensions du burnout » [T0], « le goût des étudiants pour l’interdisciplinarité » [T2]). Il y a peu de sujets (17 % [110 sur 662]) : ce sont des concepts qu’on analyse mais qui ne sont que rarement directement « acteurs » (« Le burnout découle […] »).
57En guise de bilan, rappelons que les types de référents (auteurs, ensembles, noms abstraits) initient des chaînes très différentes, au moins du point de vue de la composition des chaînes, de la fonction des maillons, et de leur répartition dans les différentes sections IMRAD.
58L’étude des chaînes saillantes est toutefois limitée par le fait que ce sont des chaînes avec peu de maillons mais très distendues, puisqu’elles n’apparaissent en moyenne qu’une fois tous les trois paragraphes. D’autres chaînes, au contraire, sont moins saillantes au niveau du texte, mais jouent un rôle important au niveau du paragraphe.
59Or, le paragraphe forme une unité de sens (Bessonnat, 1988) qui a une influence importante sur les relations anaphoriques. Par exemple, Schnedecker (1997) montre que le nom propre coïncide généralement avec l’initiale des paragraphes, et Ariel (1990) montre que 90 % des pronoms ont leur antécédent dans le même paragraphe.
- 5 À l’exception du texte T0.
60C’est pourquoi nous avons réannoté les textes5 avec ce que nous avons appelé des « chaînes de paragraphes », comprises dans les limites d’un paragraphe : dès lors que, dans les limites d’un paragraphe, trois expressions référentielles ou plus renvoient au même référent, nous avons annoté la chaîne, quelle qu’elle fût, sans considération de type ou de saillance.
61On peut supposer que les processus cognitifs sont différents entre les chaînes de paragraphe où le référent apparaît plusieurs fois à très peu de distance d’intervalle (avec une distance entre les maillons de 40 mots en moyenne) et les chaînes de texte où le référent n’apparaît qu’une fois tous les trois paragraphes (avec une distance entre les maillons de 333 mots en moyenne).
62Manifestement, ce ne sont pas les mêmes types de chaînes : ni sur le plan cognitif, ni sur le plan de la composition. C’est pourquoi il nous a paru important de les annoter et de les étudier de façon distincte.
63Nous avons trouvé 204 chaînes de ce type, soit une cinquantaine de chaînes par texte, avec 914 maillons (tableau 6). Ces chaînes sont plus brèves : 4,5 maillons en moyenne.
Tableau 6 – Annotation des chaînes de paragraphes
|
Texte |
Tokens |
CR |
Maillons |
Éducation |
T2 |
7 123 |
82 |
396 |
T4 |
8 627 |
78 |
343 |
Archéologie |
T1 |
6 008 |
35 |
147 |
T3 |
4 318 |
9 |
28 |
Psychologie |
T0 |
6 463 |
-- |
-- |
TOTAL |
|
32 539 |
204 |
914 |
64Le nombre de chaînes est inférieur au nombre de paragraphes, ce qui signifie que tous les paragraphes n’ont pas de chaînes qui leur sont propres. Ces paragraphes sans chaînes sont même majoritaires, puisqu’ils représentent 62 % des paragraphes. Ce qui signifie qu’il y a une concentration importante des chaînes dans quelques paragraphes.
65Puisque l’espace plus réduit du paragraphe favorise les reprises pronominales et anaphores infidèles, le coefficient de stabilité baisse un peu (0,74 contre 0,8 auparavant) et il y a un peu plus de pronoms (17 % [159 sur 926] contre 13 % [252 sur 1 956] auparavant).
[20] |
Dans un premier temps, un recueil du corpus sémantique de la représentation a été réalisé auprès de [38 étudiants] […]. Il a été demandé [aux participants] de noter spontanément au plus dix mots ou expressions qu’[ils] associaient à l’expression stimulus : « activité vétérinaire rurale ». |
|
(T4) |
[21] |
[La Grotte I des Treilles] a été découverte par L. Balsan, M. R. Galzin et J. Maillé en 1933. Louis Balsan [y] a effectué des fouilles dans la salle B […]. [Ce site] a été attribué au Chalcolithique par Costantini […]. |
|
(T1) |
66Bien évidemment, la distance inter-maillonnaire est bien plus faible et inférieure à la longueur des paragraphes (40 mots).
67Il faut cependant noter qu’il y a un contraste important entre les chaînes et qu’on peut en isoler certaines qui ont une distance inter-maillonnaire de moins de 20 mots.
68C’est ce que l’on peut appeler des « chaînes éphémères », au sens où leur cycle de vie est extrêmement bref : elles sont dans une phrase ou même dans une proposition, et elles se composent d’un nom suivi de pronoms ou de déterminants possessifs, souvent coordonnés.
[22] |
En effet, il n’a pas été possible, pour des raisons de disponibilité, d’inclure des étudiants préparant [le concours C], alors que [sa] spécificité et [son] mode de recrutement pourraient avoir un impact sur les représentations des étudiants le préparant. |
|
(T4) |
[23] |
[…] [tous les arguments] [qui] viennent d’être mentionnés et [qui] auraient été susceptibles d’expliquer l’aversion des étudiants pour l’interdisciplinarité. |
|
(T2) |
69Ces chaînes doivent être catégorisées à part, parce qu’elles n’ont sans doute pas la même importance que des chaînes pour lesquelles il y a plusieurs reprises nominales. Ce sont en quelque sorte des chaînes « par accident », dues à la présence d’une coordination.
70Les chaînes de paragraphe sont définies comme des chaînes qui ne dépassent pas les limites d’un paragraphe. Un même référent peut dès lors initier :
-
une seule chaîne dans un seul paragraphe du texte, ce que nous appelons une « chaîne unique » ;
-
des chaînes dans plusieurs paragraphes du texte, ce que nous appelons des « chaînes liées ».
71Il y a 105 référents qui donnent lieu à des chaînes de paragraphes. Les trois quarts de ces référents ne sont présents que dans un seul paragraphe : ils représentent 79 chaînes (soit 39 % de toutes les chaînes de paragraphes). Les référents du quart restant sont présents chacun dans plusieurs paragraphes : cela donne 132 chaînes au total (soit 61 % des chaînes). Pour résumer : un quart des référents initient plus de 61 % des chaînes de paragraphes.
72Ces deux types de chaînes s’inscrivent dans deux perspectives différentes et c’est la raison pour laquelle nous pensons qu’il est important de les séparer. Les chaînes liées sont ouvertes sur le reste du texte puisqu’elles sont liées aux paragraphes précédents et suivants, en ce sens elles sont le support transitoire de l’information, qui apparaît avant et qui continue après, et elles participent donc à la cohérence et à la cohésion du texte. Au contraire, les chaînes uniques ont un cycle de vie entièrement compris dans un paragraphe : elles sont donc repliées sur elles-mêmes, en lien avec le thème du paragraphe plutôt que celui du texte.
73On peut donc s’attendre à des comportements différents. Par exemple, les chaînes uniques ont plus de pronoms (22 % [79 sur 322] contre 15 % [89 sur 604] pour les chaînes liées), notamment des relatifs, ce qui indique un fort taux d’expansions. Un patron fréquent est « GN défini > relatif > GN défini / démonstratif », avec une relative déterminative, puisque la chaîne commence par un défini. Le référent est ainsi introduit et décrit, puis disparaît :
[24] |
C’est le cas notamment des appareils monospire comme [le MS2D de Bartington] [qui] a été utilisé pour la plupart des études sur le projet Canal Seine-Nord Europe. [Cet appareil] permet une mesure point par point de la susceptibilité magnétique volumique […]. |
|
(T3) |
74Mais il nous semble plus intéressant de nous attarder sur la distribution de ces différents types de chaînes. Ainsi, le graphique (figure 5) montre une répartition différente des chaînes liées selon les sections IMRAD : fortement présentes dans l’introduction, elles sont beaucoup plus rares dans la méthodologie, puis leur proportion remonte progressivement.
Figure 5 – Répartition des chaînes liées et des chaînes uniques dans les sections
75Ceci est dû à la fonction de chaque section. Dans la méthodologie, près des deux tiers (62 % [23 sur 37]) des chaînes sont des chaînes uniques, parce que cette section présente outils et procédures de façon successive.
76Par exemple, il y a des paragraphes pour la description de chacun des groupes de participants (chaîne en gras) et de leurs tâches (chaîne en italiques) :
[25] |
Dans un premier temps, un recueil du corpus sémantique de la représentation a été réalisé auprès de [38 étudiants] […] à l’aide de la méthode du réseau d’association […]. Il a été demandé [aux participants] de noter spontanément au plus [dix mots] ou courtes expressions [qu’][ils] associaient à l’expression stimulus : « activité vétérinaire rurale ». [Ils] devaient aussi numéroter en chiffres arabes, au fur et à mesure de [leur] apparition, [ces mots ou expressions]. |
|
(T4) |
77Les 38 participants ne sont mentionnés qu’une seule fois dans la suite du texte, dans un autre paragraphe, mais sans donner une chaîne (c’est-à-dire sans apparaître trois fois).
78Le motif de la figure 5 s’explique lorsqu’on s’intéresse aux référents qui apparaissent dans les différentes sections IMRAD. La figure 6 montre la répartition des référents dans le texte T4, qui est la relation d’une étude sur les choix de la filière de spécialisation des étudiants vétérinaires en fonction de leurs représentations socio-professionnelles.
Figure 6 – Cartographie des chaînes liées dans le texte T4
79L’introduction présente les principaux concepts : « la pratique vétérinaire », « le vétérinaire rural » (au sens générique, comme un modèle : « l’exercice des vétérinaires ruraux »), « les représentations socio-professionnelles » ; ainsi que la population étudiée : « les étudiants vétérinaires ».
80Dans la méthodologie, on introduit les participants et leurs tâches, sans reprendre les référents de l’introduction : on se concentre sur des procédures, c’est pourquoi il y a très peu de référents partagés avec d’autres sections.
81Les résultats décrivent l’aboutissement de l’expérimentation : on reprend donc les référents qui ont été introduits dans la méthodologie (les participants), sans reprendre ceux de l’introduction.
82La discussion est le moment de l’extrapolation : on se sert des résultats de l’expérimentation pour dire quelque chose de la population générale et répondre aux questions formulées dans l’introduction. Il y a donc reprise des principaux référents (mais pas tous) des résultats et de l’introduction.
83Enfin, la conclusion a un statut à part, parce qu’elle ne fait pas partie officiellement du format IMRAD, et pourtant elle est présente dans presque tous les articles IMRAD. Elle oscille entre la synthèse de l’article et les perspectives. On pourrait s’attendre à ce que la plupart des chaînes soient reprises dans la conclusion. Ici, la conclusion est très courte, si bien que si beaucoup de référents sont présents, peu initient des chaînes (c’est-à-dire que peu sont présents au moins trois fois par paragraphe). C’est pourquoi il n’y a que deux référents qui apparaissent dans la conclusion.
84À travers l’étude des sections des articles de recherche de format IMRAD, dont nous avons montré que chacune avait des chaînes de référence aux caractéristiques propres, nous avons établi une première typologie de chaînes.
85D’abord en ce qui concerne les types de référents. Nous avons présenté une liste d’une dizaine de types, et nous avons analysé trois d’entre eux (le ou les auteurs, les ensembles, et les concepts abstraits) en montrant que les chaînes qu’ils initient ont des comportements bien différents.
86Ensuite en ce qui concerne la composition des chaînes (figure 7). Nous avons opposé les chaînes saillantes aux chaînes de paragraphe, elles-mêmes divisées entre chaînes uniques (éphémères ou non) et chaînes liées, support d’une information qui traverse plusieurs paragraphes, sinon l’ensemble du texte. Nous avons illustré ce dernier type de chaîne en analysant la façon dont les chaînes liées étaient reprises, ou non, d’une section IMRAD à une autre.
Figure 7 – Types de chaînes
87Ce travail montre que les chaînes de référence peuvent difficilement être étudiées sans faire de différences entre leurs types. Il s’agit d’une étude exploratoire, cependant, et il conviendrait de vérifier les types et leurs critères sur un corpus plus grand, et étendu à d’autres genres de textes.