Cuprins

Rezultatele sunt obţinute prin prelucrarea unui eşantion care conţine 57 de termeni selecţionaţi astfel încât să se permită o comparare, cât se poate de riguroasă, între limbile respective. Pentru fiecare termen, raportul limbilor latine faţă de engleză este utilizat ca o variabilă aleatoare, iar tehnicile statistice sunt aplicate luând drept ipoteză o distribuţie matematică curentă a acestei variabile aleatoare (curba lui Gauss numită şi distribuţie "normală").

Au fost luate în considerare, pentru măsurători, două spaţii Internet: spaţiul WWW, explorat cu serviciul de căutare HotBot, şi spaţiul Usenet, explorat cu serviciul de căutare DejaNews.

Capitolul Metodologie Internet explică alegerea utilitarelor de căutare şi comentează limitele metodei legate de limitele serviciilor de căutare alese.

Graţie efortului considerabil depus în alegerea termenilor eşantionului (care este explicat în capitolul Metodologie lingvistică), rezultatele sunt de bună calitate din punct de vedere statistic, adică dispersia rapoartelor fiecărei limbi faţă de engleză este relativ slabă, ceea ce permite constituirea unui spaţiu destul de îngust unde probabilitatea ca valoarea exactă să fie inclusă este de 99/100 (ceea ce statisticienii numesc "interval de î ncredere"). Din acest punct de vedere rezultatele sunt mai bune pentru spaţiul WWW decât cele pentru spaţiul Usenet ceea ce nu are nimic surpinzător dată fiind frecventa utilizare a abrevierilor în cadrul grupurilor de discuţie.

Calitatea rezultatelor (şi deci importanţa intervalului de î ncredere) variază în funcţie de limbi: foarte bună pentru franceză, bună pentru spaniolă şi italiană în cele două spaţii, bună pentru portugheză în spaţiul WWW, slabă pentru portugheză şi româ nă în spaţiul Usenet. A se vedea în acest sens anexa 2.

Tabelul următor prezintă raportul mediu între fiecare limbă latină şi limba engleză, obţinut prin măsurarea numărului menţionărilor termenilor eşantionului în fiecare din cele două spaţii Internet studiate. Limba franceză este cel mai bine reprezentată în spaţiul Internet, urmată îndeaproape de spaniolă. În schimb, fenomen notabil, prezenţa sa este slabă în spaţiul Usenet.

Tabelul 1:
Mediile limbilor latine în raport cu limba engleză

1.2 Comentarii privind valoarea absolută a prezenţei Limbii engleze

Rezultatele obţinute permit evaluarea prezenţei limbilor latine faţă de limba engleză; pentru a evalua prezenţa absolută a limbilor latine în spaţiul Internet WWW este necesar, în prealabil, să se determine o prezenţă probabilă a limbii engleze. Tabelul de mai jos arată valorile prezenţei absolute, stabilite plecâ nd de la mediile mai multor prezenţe probabile ale limbii engleze. Rezultatul scris cu roşu este considerat ca cel mai probabil, cel mai realist, ţinând cont de verificările efectuate de autori.

Nici o metodă nu este sigură în totalitate, la ora actuală, şi oricare ar fi cea reţinută pentru utilizare, va persista dificultatea numărării în paginile multilingve. Verificând datele culese, este totuşi posibil să se aprecieze, printr-o estimare grosso modo, valoare prezenţei limbii engleze. Algoritmul limbajului programului AltaVista este, printre altele, un element care permite să se determine acest interval (a se vedea în studiul L3 "metoda complementului universului vid").

Procentul paginilor în limba engleză este cu puţin inferior valorii de 65%, tinând cont de măsurătorile efectuate prin metoda citată. De asemenea este puţin probabil să fie superior valorii de 85%, ţinând cont de locul ocupat de limbile importante: japoneza, germana, franceza şi spaniola, care pot însuma mai mult de 15%. Se pare că o cifră rezonabilă ar fi de aproximativ 75%, dacă se ia în considerare locul ocupat de limbile care reprezintă între 0,5% şi 1% (adică între 7 şi 10 limbi pentru un total de 5%), locul ocupat de limbile a căror prezenţă este foarte slabă, cum este limba română (şi anume între 10 şi 15 limbi reprezentând 0,15% pentru un total de 2%) şi, în sfârşit, foarte numeroasele limbi a căror prezenţă rămâ ne marginală. Această ultimă proporţie este cel mai greu de estimat; considerând ipoteza că 200 de limbi reprezintă 0,025%, se ajunge la un total de 5%. Una din marile necunoscute, ale cărei consecinţe vor fi evaluate în viitor, este posibila multiplicare a limbilor pe Internet, totalul limbilor vorbite în lume fiind cu mult superior celui al naţiunilor, acesta fiind cu puţin mai mic de 200.

Această cifră de 75% este valabilă pentru spaţiul WWW. Pentru spaţiul Usenet, o vom ridica la 80%.

Tabelul 2:
Prezenţa absolută a limbilor latine î n spaţiul WWW

Rezultatul cel mai veridic

Este evident că valorile prezenţei absolute nu sunt un indicator perfect al vigorii unei limbi pe Internet. Pentru a obţine un rezultat semnificativ, s-a convenit să se proporţioneze valorile care exprimă prezenţa limbilor pe Internet la valoarea prezenţei lor în lumea reală. Totuşi, măsurarea importanţei utilizării reale a limbilor în lume se loveşte de obstacolele ridicate de criteriile care trebuie definite în acest scop¹ - iar experţii nu au putut niciodată să ajungă la un acord în acest sens. În cadrul prezentului studiu, în scopul aprecierii cât mai exacte a locului pe care-l ocupă într-adevăr limbile latine pe plan mondial, autorii au ales, în mod arbitrar, o metodă descrisă în Anexa 3 - Numărul vorbitorilor limbilor studiate.

Autorii au convenit, pentru ca statisticile prezente să fie reprezentative prin caracteristicile sociolingvistice menţionate în Anexa respectivă, să se adauge cifrele corespunzătoare numărului:

indivizilor care stăpâ nesc o limbă a studiului pentru că aceasta este limba lor maternă şi ale celor care o stăpâ nesc într-o ţară unde este limbă oficială sau de predare,

indivizilor a căror limbă maternă este una din limbile studiului dar ei sunt rezidenţi într-o ţară unde aceasta nu se bucură de nici o recunoaştere.

Tabelul 3:
Ponderea limbilor latine (cifre rotunjite în milioane)

Prezenţa relativă este deci calculată fără a ţine cont, în totalitate, de factorul "multilingvism".

Luând în considerare o populaţie totală de 6 000 000 000 de oameni, ponderea prezenţei limbilor pe Internet se calculează împărţind valoarea prezenţei în spaţiul WWW la valoarea prezenţei relative în lume. Un rezultate egal cu 1 trebuie deci considerat ca un rezultat "normal" ; dacă este inferior cifrei 1, ca nesatisfăcător şi dacă este superior cifrei 1, ca un rezultat notabil.

Schema următoare prezintă rezultatul calculului statistic efectuat plecând de la măsurarea numărului citărilor termenilor din eşantion în spaţiul Usenet. În anexa 4 veţi găsi tabelele care stabilesc intervalele de încredere.

Tabelul 5:
Prezenţa absolută a limbilor latine î n spaţiul Usenet

Rezultatul cel mai veridic

Tabelul 6:
Prezenţa ponderată a limbilor latine în spaţiul Usenet

1 Trebuie luate în considerare numai limbile de pe primele locuri? Trebuie luat în considerare numărul limbilor oficiale, chiar dacă unele persoane nu vorbesc limba respectivă (cum ar fi, de exemplu, franceza în Haiti)? Trebuie recunoscut pentru anumite limbi rolul de limbă supranaţională, deci propagatoare?

Continuare

Cultura