Phylogenetic Methods in Historical Linguistics: Greek as a Case Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract We review and assess the different ways in which research in evolutionary-theory-inspired biology has influenced research in historical linguistics, and then focus on an evolutionary-theory inspired claim for language change made by Pagel et al. (2007). They report that the more Swadesh-list lexemes are used, the less likely they are to change across 87 Indo-European languages, and posit that frequency-of-use of a lexical item is a separate and general mechanism of language change. We test a corollary of this conclusion, namely that current frequency-of-use should predict the amount of change within individual languages through time. We devise a scale of lexical change that recognizes sound change, analogical change and lexical replacement and apply it to cognate pairs on the Swadesh list between Homeric and Modern Greek. Current frequency-of-use only weakly predicts the amount of change within the history of Greek, but amount of change does predict the number of forms across Indo-European. Given that current frequency-of-use and past frequency-of-use may be only weakly correlated for many Swadesh-list lexemes, and given previous research that shows that frequency-of-use can both hinder and facilitate lexical change, we conclude that it is premature to claim that a new mechanism of language change has been discovered. However, we call for more in-depth comparative study of general mechanisms of language change, including further tests of the frequency-of-use hypothesis.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle