Notice bibliographique
Résumé
Résumé We have two aims here. One is to provide an inventory and typological overview of the commonest pre-stem and suffixal tense-aspect markers across Bantu. We examine geographical distribution, phonological and tonal shape, and general semantic range. The other is to ask which of these might be assigned to Proto-Bantu, some 5000 years ago. We use a database of 100 languages, comprising 85 from all Guthrie's groups (A10, A20, etc) plus another 15 from his 15 zones. The most widespread pre-stem markers are: /a/, which comes in several tonal and vowel-length variations, representing ‘past’ in most languages and ‘non-past’ (possibly older focus (Nurse 2006)) in fewer languages; zero ‘general present’; /ka/ ‘itive, narrative, (far) past, (far) future’; /ki/ ‘persistive, participial’; /laa/ ‘future’ and /la/ ‘focus’. The first three certainly go back to Proto-Bantu, the status of the last three is less certain. The commonest suffixes are: /a/ ‘neutral’; /e/ ‘subjunctive’; /ile/ ‘perfect, past’; /ag/ ‘imperfective’; /i/ ‘positive near past’; a vowel copy suffix ‘positive near past’. The first five go back to Proto-Bantu, the sixth is innovation. We propose that /ile, i, the vowel copy suffix/ are connected. Finally, we mention four widespread but derived pre-stem markers.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».