Interpreter-mediated interaction as bilingual speech: Bridging macro- and micro-sociolinguistics in codeswitching research
Notice bibliographique
Résumé
This article investigates codeswitching, codemixing, and other bilingual speech phenomena in interpreter-mediated interaction, a type of data that has been largely ignored by linguists working on bilingualism. It is argued that important theoretical considerations exist for considering such data, as it represents interaction between speakers of the different languages that are in contact (exolingual interaction) and thus enables the researcher to link micro-sociolinguistic observations about the interaction to macro-sociolinguistic facts of the contact situation more generally. Investigating data from arbitration hearings in New York City courts during which speakers of Haitian Creole, Polish, Russian, or Spanish interact with English speakers, it is shown that bilingual speech phenomena like codeswitching to English and insertion of English lexical items in other language structures pattern in ways that parallel the findings of more traditional studies that draw on in-group interaction. However, it is argued that their asymmetrical distribution can be directly related to the power asymmetries that hold between English-speaking court officials and other-language-speaking court users. Furthermore, it is shown that investigating interpreter-mediated interaction has several methodological advantages, as it facilitates a cross-linguistic comparison across parallel interactional episodes and avoids several problems of researcher access and observer effects that often constrain codeswitching studies.
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 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 | 0,007 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,006 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».