MétaCan
Menu
Retour à la cohorte
Enregistrement W2037576291 · doi:10.2167/ijm030.0

Multilingual Codeswitching in Quebec Rap: Poetry, Pragmatics and Performativity

2006· article· en· W2037576291 sur OpenAlexaffabout
Mela Sarkar, Lise Winer

Notice bibliographique

RevueInternational Journal of Multilingualism · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLinguisticsLyricsPragmaticsCode-switchingPoetrySimileDiglossiaContext (archaeology)SociologyHistoryNeuroscience of multilingualismArtLiteratureMetaphor

Résumé

récupéré en direct d'OpenAlex

Quebec rap lyrics stand out on the world Hip-Hop scene by virtue of the ease and rapidity with which performers in this multilingual, multiethnic youth community codeswitch, frequently among three or more languages or language varieties (usually over a French and/or English base) in the same song. We construct a framework for understanding ‘artistic code-mixing’ in Quebec Hip-Hop, which may involve languages rappers do not profess to speak fully and upon which they have no ethnic ‘claim’. Lyrics were analysed according to their functions in respect to pragmatics (rapper signature, vocative, discourse-marking), poetics (facilitating internal rhyme), and performing multiple identities. Analysis was by origin of lexical item, type of switch (lexical, morphological, syntactic, phonological), and discourse function (getting attention, rhyming). Language choices made involve both codeswitching and the choice of languages themselves. Switching strategies perform functions of both ‘globalisation’ and ‘localisation’, and is exploited by individuals in different ways, but are fundamentally linked by a positioning of multilingualism as a natural and desirable condition. This study is the first to explore Hip-Hop codeswitching in the linguistic-sociopolitical context of post-Bill-101 Quebec. It illuminates a new way in which Québécois youth are challenging official definitions of ethnic and speech communities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,182
Score d'incertitude au seuil0,367

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,010
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,030
Tête enseignante GPT0,436
Écart entre enseignants0,406 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations72
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of MultilingualismMême sujetMultilingual Education and PolicyTravaux en français237 207