Que peut apporter une étude lexicométrique dans la connaissance des usagers de l’information et, plus précisément, dans l’identification des stratégies de recherche d’informations chez des pré-adolescents ? En quoi la lexicométrie permet-elle de mettre en évidence des relations entre particularités lexicales et stratégies particulières ?

La problématique de cet article s’inscrit dans le champ de la formation des usagers de l’information. Si les recherches en pédagogie de l’information et de la documentation ont permis de définir des compétences afin que les élèves puissent construire des savoirs, les connaissances sur la prise d’informations (et de construction de sens) mises en œuvre par l’individu pour satisfaire des besoins personnels sont, à mon sens, peu ou mal identifiées. Nous inspirant d’observations sur l’attitude des enfants dans la période qui précède Noël, (ceux-ci pouvant être les informateurs de leurs parents), nous avons formulé l’hypothèse d’acquisitions de compétences informationnelles chez les pré-adolescents.

A partir de l’analyse d’un corpus constitué d’écrits de pré-adolescents répondant à un questionnaire sur la façon dont ils s’informent pour communiquer à leurs parents leur souhait pour un cadeau utile, nous avons choisi de conduire une étude comparative du vocabulaire différencié selon la catégorie socioprofessionnelle du père des participants. A partir des spécificités lexicales de ce corpus contrasté, nous essaierons de montrer les liens qui existent entre la singularité du vocabulaire et l’instauration de démarches spécifiques dans les différents groupes de sujets distingués.

311 pré-adolescents ont participé à une enquête. Les recueils ont eu lieu pour 1/3, hors milieu scolaire (en bibliothèque), et pour les 2/3 restants, dans le cadre scolaire (pour moitié en salle de classe, pour moitié en salle de permanence et au C.D.I.). Le niveau de scolarisation constitue le critère de participation à l’étude : les sujets achèvent leur 1^ère année de collège. Les âges s’échelonnent de 10 à 14 ans, les jeunes âgés de 12 ans représentent 60% des effectifs, ceux de 11 ans 23% et ceux de 13 ans 14%.

• Les méthodes

Les données ont été recueillies à l’aide d’un questionnaire à questions ouvertes, les questions fermées ont été limitées aux questions d’identité et à la possession d’outils. Compte tenu de l’objectif de l’enquête, nous avons eu recours aux travaux de Vermersch sur l’entretien d’explicitation pour construire ce questionnaire. La verbalisation écrite est initiée par une situation de recherche supposée éprouvée par chacun des participants à l’étude : une recherche de renseignements qui doit permettre au pré-adolescent de communiquer à ses parents ce qu’il souhaite recevoir comme cadeau utile. Elle est relancée par un ensemble de questions ouvertes afin de susciter la mise en mots des activités déployées tout au long du processus de prise d’informations.

Les verbalisations écrites ont permis la constitution d’un corpus de 62171 occurrences et de 2469 formes. Nous avons choisi, afin d’accentuer le critère d’homogénéité du corpus, de conduire l’étude sur un corpus restreint aux verbalisations issues de questions présentant des situations d’énonciation analogues, c’est-à-dire posant explicitement une question sur le " faire " du sujet. Ce corpus de 32212 occurrences est formé de 1730 formes graphiques différentes, les hapax sont au nombre de 794. Si nous retenons seulement les formes prononcées au moins trois fois, nous conservons 677 formes distinctes et 3127 segments répétés.

Les méthodes développées par le laboratoire d’Etudes des textes politiques de l’E.N.S. de Saint-Cloud constituent une première option méthodologique. Celles-ci nous ont permis d’appréhender les données recueillies en faisant abstraction de nos hypothèses et questionnements. Ainsi, les réponses ont été considérées, dans leur intégralité et en respectant les mises en mots telles qu’elles ont été réalisées par les sujets. Il n’y a au départ ni choix des mots, ni choix de leur forme (aucune lemmatisation n’est appliquée), ni choix de classes de mots (pas d’étiquetage morpho-syntaxique), ni choix de leur fonction (l’analyse grammaticale a été effectuée dans une phase ultérieure, lorsque les emplois en contexte de formes et de segments répétés, préalablement identifiés par les analyses statistiques, exigent la description de variations dans les formulations). En effet, conformément aux principes appliqués dans ce laboratoire, c’est l’occurrence graphique observée à la surface du texte qui constitue la donnée de base des analyses.

La deuxième option consiste à donner une importance primordiale à la mesure du lexical ou " lexicométrie ". Le recensement exhaustif des formes graphiques du corpus, le jugement porté sur elles selon des mesures égalitaires de probabilité et la comparaison de leur emploi dans les différentes parties représentées ont été effectués d’une façon précise et fiable à l’aide du logiciel Lexico 2, développé par André Salem.

La fidélité au texte est donc une exigence fondamentale lors de la saisie. Confrontée à la maîtrise imparfaite de l’écrit de certains enquêtés, nous avons dû, par exemple, rectifier l’orthographe d’usage (avec codage), coder les majuscules, insérer un signe distinctif de début de réponse à une question… Les choix de codification ont été faits au fil des découvertes, des observations et des hypothèses qui ont émergé. A ces interventions, s’ajoutent des codes-clés qui nous ont servi à fractionner le corpus en fonction de variables que nous supposons influentes. Parmi ceux-ci figurent les clés <CSPp=01> à <CSPp=08> qui nous ont permis d’opérer une partition du corpus selon la catégorie socioprofessionnelle du père des sujets (01 : Agriculteurs, 02 : Artisans Commerçants, 03 : Cadres et Professions Intellectuelles Supérieures, 04 : Enseignants, 05 : Professions Intermédiaires, 06 : Employés, 07 : Ouvriers, 08 : Non-actifs et divers). Le tableau 1 représente l’analyse quantitative du vocabulaire mis en comparaison selon ces catégories.

1 379 156 94 35 Agriculteurs

Compte tenu des disparités dans la longueur des différentes sous-parties mises en comparaison, comme le montre le tableau 1, nous avons retenu, parmi les inventaires fournis par le logiciel Lexico 2, les jugements en probabilité d’apparition. En effet, le calcul des spécificités permet de se prononcer sur les sous-fréquences du corpus, compte tenu de la longueur des différentes parties, du nombre total d’occurrences, et de porter un jugement en terme de probabilité d’apparition (toute chose étant égale par ailleurs). La méthode des spécificités aboutit donc à un hiérarchisation des écarts, par rapport à un " juste partage ", à une hiérarchisation des suremplois et des sous-emplois d’une forme et/ou d’un segment, par rapport à ses emplois dans les autres parties. La rareté d’une suite de caractères (forme ou segments), est notée [-E], son abondance est notée [+E]. Des verbalisations, rien n’a été soustrait au comptage et au calcul en probabilité d’apparition, quelle que soit la variable convoquée pour mettre en comparaison le vocabulaire. Par conséquent les éléments noyaux, formes et suites de formes (segments) en suremploi et en sous-emploi, sur lesquels se fonde l’analyse des prises d’informations, ne relèvent pas de l’initiative du chercheur mais sont déterminés statistiquement. Toutefois, l’objectif de cet article étant la description des stratégies de recherche privilégiées par les groupes de sujets ci-dessus décrits, l’analyse se fera à partir d’une partie de ce vocabulaire spécifique. En effet, parmi les listes des spécificités éditées par le logiciel Lexico 2, seuls ont été pris en compte les formes et segments suremployés et/ou sous-employés, dont l’étude en contexte atteste une référence aux stratégies de recherche d’informations. Les tableaux 2 et 3, dont le guide de lecture figure ci-après, illustrent les spécificités majeures émanant des sous-corpus des pré-adolescents issus des Cadres et issus des Enseignants [PA<Cadres] et [PA<Enseignants]. Toutefois, dans les analyses, les spécificités, éditées par le logiciel, ont été considérées dans leur intégralité.

Guide de lecture des tableaux 2 et 3

Une observation rapide des tableaux 2 et 3 nous permet de remarquer, dans le vocabulaire spécifique, d’une part la présence de formes (des substantifs), et de segments dont la forme pivot est un substantif, qui désignent des sources d’information ; d’autre part, des segments dont la forme pivot est un verbe qui indique des activités pouvant porter sur ces sources d’information. La distribution des premiers (formes et segments à base substantivale) laisse entrevoir, dans le tableau 2, une sollicitation massive de diverses sources d’information, et dans le tableau 3, une spécialisation des sources. La distribution des seconds (les segments à base verbale), fait apparaître une suprématie du regard ("je regarde dans", "j'ai regardé dans", dans le tableau 2), alors que son sous-emploi est identifié dans un segment et que l’activité de recherche est omniprésente, dans le tableau 3.

Ainsi, en centrant notre étude sur ces catégories d’analyse, parmi les listes de spécificités lexicales éditées par le logiciel Lexico 2, nous essaierons de dégager les stratégies de recherche mises en mots par les sujets regroupés selon la catégorie socioprofessionnelle du père.

Dans cet objectif :

1 — Après avoir sélectionné les formes et les segments ci-dessus décrits, nous les avons regroupés par types de supports d’information (colonne verticale des tableaux 4 - 5 - 6 et 7). Parallèlement, nous avons ordonné, par ordre décroissant (colonnes horizontales), les groupes de sujets selon leur représentation (en probabilité d’apparition). Les observations sur la représentation des sources sollicitées par les différents groupes de sujets composent la première partie.

2 - Dans la deuxième partie, nos analyses portent sur les activités exercées sur les sources d’information et leur représentation par les différents groupes de sujets, illustrée dans le tableau 8. La constitution de ce tableau suit la démarche exposée ci-dessus.

3 - Enfin, la troisième partie est consacrée à l'identification des stratégies de recherche d'information grâce à l'étude en contexte des activités énoncées. Cependant, certaines sources d'information impliquant la mise en oeuvre d'activités spécifiques, l'analyse a été restreinte aux activités mentionnées sur les supports d'information écrite.

Les sources en suremploi se situent dans le cadre des communications interpersonnelles et des communications " médiatées " (supports d’information écrite, lieux ressources et plus rarement des supports et techniques de transmission de l’information).

Le tableau ci-dessus montre une inégale sollicitation des sources issues du champ des communications interpersonnelles. En effet, nous remarquons l’absence de suremploi de partenaires en suremploi dans les groupes des [PA<Agriculteurs], des [PA<Enseignants] et son sous-emploi (un segment) dans celui des [PA<Employés]. Parmi les autres groupes, le groupe des [PA<Cadres] et, dans une moindre mesure, le groupe des [PA<Non-actifs et divers] se distinguent de l’ensemble des groupes par la présence de partenaires extérieurs au cadre familial et amical.

Ainsi, selon les groupes, les échanges interpersonnels sont ou non une source d’information et diversement exploités, quantitativement.

Tableau 5 Les lieux ressources

Le tableau ci-dessus révèle un clivage entre l’ensemble des groupes et le groupe des [PA<Enseignants]. En effet, ce dernier se distingue par un sous-emploi de la forme au pluriel " magasins -E03 ". En revanche, cette forme est très présente dans les segments en suremploi dans les groupes des [PA<Cadres] des [PA<Employés] et des [PA<Artisans-Commerçants].

Si nous raisonnons en termes quantitatifs, un seul segment désignant le lieu " magasin(s) " existe en suremploi, dans les groupes des [PA<Artisans-Commerçants], des [PA<Professions intermédiaires] et des [PA<Non-actifs et divers] mais un grand nombre dans le groupe des [PA<Cadres]. Dans ce dernier groupe, l’espace référentiel pris en compte est remarquable, car l’étude statistique du vocabulaire montre la présence de nombreuses désignations précédées de déterminants pluriels et d’un indice de probabilité +E03 (supérieur au plus courant : +E02). La richesse lexicale observée met en lumière un espace composé de lieux publics ouverts/fermés : " (les) magasins +E03 ", " (des) magasins +E03 ", d’espaces publics ouverts en extérieur : " les vitrines ", " (en) ville ", d’espaces spécialisés pour la diffusion de données informationnelles à grande échelle  : " des affiches ", et d’un espace privé de réception d’informations : " boîtes aux lettres ".

En conclusion, par rapport à l’ensemble des autres groupes, le groupe des [PA<Cadres] se caractérise par la capacité de pluraliser les sources, de recourir à toutes celles que l’environnement met à la disposition des usagers. Seul le groupe des [PA<Enseignants] présente un sous-emploi remarquable des lieux ressources car les groupes des [PA<Professions intermédiaires] et des [PA<Non-actifs et divers], tout en négligeant certains lieux ressources, en ont privilégié d’autres.

Le tableau précédent montre qu’au niveau des désignations des supports d’information écrite ,en suremploi, le groupe des [PA<Enseignants] s’oppose aux autres groupes par la présence d’une seule forme, au singulier et au pluriel, " catalogue(s) " dans des segments aux coefficients de probabilité > +E03. Dans les groupes des [PA<Artisans-Commerçants] et des [PA<Cadres], les désignations sont proches de celles du groupe des [PA<Enseignants], puisqu’on y observe la présence de nombreux segments construits à partir du support, au pluriel, " catalogues ". Toutefois, ces deux groupes présentent, parallèlement, un suremploi de la forme au pluriel " magazines ". Cette dernière forme est présente dans les autres groupes avec des mentions d’imprimés de plus en plus diversifiés.

En conclusion, la nomination des supports d’information écrite, réduite à une seule désignation dans le groupe des [PA<Enseignants] indique, peut-être, la capacité de sélectionner des documents en fonction d’attentes précises, ou une connaissance des imprimés. A ce stade de l’analyse on pourrait penser que, dans les groupes des [PA<Agriculteurs], des [PA<Professions intermédiaires], des [PA<Employés], des [PA<Ouvriers] et des [PA<Non-actifs et divers], la diversité des imprimés montre par exemple une non-sélection des sources et un usage de toutes les sources que l’environnement propose. L’étude des qualifiants des supports d’information écrite modulera ce qui, au premier abord, peut aussi apparaître comme une diversification des imprimés sollicités. (Objet d’un autre article)

Le tableau ci-dessus souligne l’absence des supports et des techniques de transmission de l’information selon les groupes, dans le vocabulaire spécifique des groupes des [PA<Cadres], des [PA<Enseignants], des [PA<Agriculteurs] et des [PA<Professions intermédiaires]. A l’opposé, nous relevons les sources, désignées par le substantif, forme pivot des segments, : radiophonique dans le groupe des [PA<Artisans-Commerçants], télévisuelle dans les groupes des [PA<Employés] et des [PA<Ouvriers], et téléphonique dans le groupe des [PA<Non-actifs et divers].

En conclusion, l’étude comparative des formes (des substantifs) et des segments, dont la forme pivot est un substantif qui désigne une source d’information, a permis de relever un recours aux sources d’information très inégal selon les groupes. Ainsi :

- le groupe des [PA<Enseignants] ne privilégie ni les communications interpersonnelles, ni la diversification des sources, puisque ni les lieux ressources ni les supports et les techniques de transmission ne figurent en suremploi.

- parmi les autres groupes, le groupe des [PA<Cadres] se distingue :

. par une diversification des lieux ressources qui souligne la capacité d’utiliser des lieux, nombreux et variés, émanant d’espaces publics ouverts/fermés, d’espaces de diffusion des informations à grande échelle : " des affiches ", et d’espaces privés de réception de données " boîtes aux lettres ".

. par la capacité de pluraliser les sources dans les deux champs de la communication : " médiatée " et interpersonnelle, puisque nous y relevons une extension des échanges interpersonnels, au-delà de la sphère familiale et amicale. La distanciation vis-à-vis des pairs est plus importante dans ce groupe que dans les groupes des [PA<Ouvriers] et des [PA<Non-actifs et divers], tandis qu’elle est inexistante dans les groupes des [PA<Artisans-Commerçants] et des [PA<Professions intermédiaires]. Dans ces deux derniers groupes, le lien affectif est très prégnant.

En conséquence, le groupe des [PA<Cadres] se différencie de l’ensemble des groupes par la capacité d’étendre le champ d’investigation en diversifiant les sources, dans les deux champs de la communication.

L’étude des actions sur les sources d’information concerne les actions situées dans les deux champs de la communication : interpersonnelle et " médiatée ".

Les segments, identifiés comme étant relatifs à des échanges interpersonnels et à la sollicitation de partenaires, sont présents dans chaque groupe, excepté dans les groupes des [PA<Enseignants] et des [PA<Employés]. Si l’importance en nombre de ces segments distinguent (des autres groupes) les groupes des [PA<Cadres] et des [PA<Ouvriers] ; cependant, dans ce dernier groupe l’objet de l’échange concerne, essentiellement, la communication des résultats aux parents. la suprématie de la communication des résultats. De plus, dans ces deux groupes, en ne retenant que les segments relatifs aux échanges avec les pairs et les agents extérieurs au cadre familial, (les mentions relatives aux sollicitations des parents ont été écartées en raison du facteur économique identifié dans le groupe des [PA<Ouvriers]), nous remarquons que cet objet des échanges, dans le groupe des [PA<Ouvriers], peu mentionné, porte surtout sur le désir de connaître les choix opérés par les pairs. En revanche, dans le groupe des [PA<Cadres], celui-ci est précis et révèle la capacité d’utiliser de façon complémentaire les deux champs de la communication.

Dans le tableau ci-dessous (8), les segments construits sur le verbe du regard immédiatement suivi de la préposition locative " dans ", en contexte immédiat droit du verbe " regarder ", sont très présents dans les groupes des [PA<Cadres], des [PA<Artisans-Commerçants], des [PA<Employés] et des [PA<Non-actifs et divers]. En revanche, nous observons une absence de suremploi dans le groupe des [PA<Agriculteurs] et un sous-emploi, remarquable, dans les groupes des [PA<Enseignants] et des [PA<Ouvriers].