MétaCan
Menu
Retour à la cohorte
Enregistrement W2149043980 · doi:10.1017/s0272263103240195

PROCESSES OF LANGUAGE CONTACT: STUDIES FROM AUSTRALIA AND THE SOUTH PACIFIC. <i>Jeff Siegel (Ed.)</i>. Saint-Laurent, Canada: Fides, 2000. Pp. xvi + 320. $34.95 paper.

2003· article· en· W2149043980 sur OpenAlexaboutno aff
J. Clancy Clements

Notice bibliographique

RevueStudies in Second Language Acquisition · 2003
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLanguage contactLinguisticsHistoryPidginSAINTLanguage shiftGrammaticalizationGrammarLanguage changeCatalanCreole languagePhilosophyArt history

Résumé

récupéré en direct d'OpenAlex

The present volume highlights studies of languages created by contact-induced language change in Australia and the Pacific. Editor Jeff Siegel identifies six processes involved in the formation of pidgins, creoles, and other such language contact varieties: reanalysis, simplification, leveling, diffusion, language shift, and depidginization/decreolization. The process of reanalysis is the focus of four chapters: “The Role of Australian Aboriginal Language in the Formation of Australian Pidgin Grammar: Transitive Verbs and Adjectives” by Koch; “‘Predicate Marking' in Bislama” by Crowley; “Predicting Substrate Influence: Tense-Modality-Aspect Marking in Tayo” by Siegel, Sandeman, and Corne; “My Nephew Is My Aunt: Features and Transformation of Kinship Terminology in Solomon Islands Pijin” by Jourdan; and “ Na pa kekan, na person : The Evolution of Tayo Negatives” by Corne.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,456
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,025
Tête enseignante GPT0,313
Écart entre enseignants0,289 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in Second Language AcquisitionMême sujetLinguistic Variation and MorphologyTravaux en français237 207