Single language corpus, multilingual background

Résumé Fr En

La publication reste un problème majeur pour les rédacteurs non-natifs. Faire contrôler des textes par un locuteur natif n’est pas toujours possible, d’autres stratégies doivent donc être trouvées. Cette étude démontre que, dans la composition d’un corpus, il est impossible d’identifier les productions des locuteurs natifs, mais que la masse de données dans un corpus scientifique correctement constitué, un minimum de 500 000 mots, rendra cette opération inutile. L’étude propose une analyse inductive d’un corpus scientifique afin de dégager les normes admises par une communauté de langue et de discours. L’approche repose sur une étude des formes which/that qui démontre que les normes perçues peuvent être influencées par des stratégies d’évitement.

Publication is a major problem for the non-native speakers. Getting texts checked by a native speaker of English is not always feasible, so other strategies must be found. The study demonstrates that in corpus composition it is impossible to isolate native speaker production, the sheer mass of data, at least 500,000 running words, in a correctly assembled corpus renders this unnecessary. This text calls for a data driven analysis of scientific corpora so as to isolate the norms acceptable to a language and discourse community. This is shown with a study of which/that clauses. It concludes that perceived norms may be influenced by avoidance strategies.