MétaCan
Menu
Retour à la cohorte
Enregistrement W1987043819 · doi:10.1163/22134379-90003630

Human beings and other people: Classification of human groups and categories among the Nage of Flores (eastern Indonesia)

2009· article· en· W1987043819 sur OpenAlexfundno aff
Gregory Forth

Notice bibliographique

RevueBijdragen tot de taal- land- en volkenkunde / Journal of the Humanities and Social Sciences of Southeast Asia · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaLembaga Ilmu Pengetahuan IndonesiaBritish AcademyUniversity of Alberta
Mots-clésReferentParallelsLinguisticsTaxonomy (biology)PsychologyVariety (cybernetics)BiologyZoologyComputer scienceArtificial intelligencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Speakers of a Central-Malayo-Polynesian language, the Nage of central Flores possess three terms for ‘person, people’ and ‘human being’: ata, hoga, and kita ata. The paper explores various semantic and social contexts in which the terms are differentially employed. Further discussed are lexical connections and semantic parallels with terms in other Malayo-Polynesian languages and the way these bear on the referents of Austronesian protoforms. Particular attention is given to Blust’s reconstruction of *qa(R)(CtT)a (reflected by Nage ata) as a word hypothetically specifying ‘outsiders, alien people’. With reference to Nage and other languages of Flores, it is shown how, rather than a simple contrast of outsiders and own group, ata and hoga are employed to express a variety of kinds and degrees of association or disassociation between speaker and referent. In this connection further attention is given to: (1) the question of whether Nage terms for humans and compounds formed from these compose a taxonomy comparable to the taxonomic ordering of plants and animals commonly found in folk biological classifications, and (2) the relation between the terms denoting human beings and Nage categories translatable as ‘(non-human) animal’ and ‘spiritual being’.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,459
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,003
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,295
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBijdragen tot de taal- land- en volkenkunde / Journal of the Humanities and Social Sciences of Southeast AsiaMême sujetLinguistic Variation and MorphologyTravaux en français237 207