MétaCan
Menu
Retour à la cohorte
Enregistrement W2165316507 · doi:10.5539/jel.v1n2p72

Morphophonemic Analysis of Inflectional Morphemes in English and Ibibio Nouns: Implications for Linguistic Studies

2012· article· en· W2165316507 sur OpenAlexvenueno aff
Ubong Ekerete Josiah, Juliet Charles Udoudom

Notice bibliographique

RevueJournal of Education and Learning · 2012
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMorphemeLinguisticsMorphophonologyPhonologyAgglutinative languageNounSyntaxSemantics (computer science)Computer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Linguists generally acknowledge that there exists an inevitable inter-relationship between different levels oflinguistic analysis---phonetics, phonology, morphology, syntax and semantics. Various linguistic labels are usedto describe such a link. In particular, there exists a bridge between the phonology and morphology of particularlanguages. The term “morphophonemics” is generally used to describe linguistic statements that can be made ofthe phonemic structure of morphemes and their effect on the grammatical content of languages. This paperbasically attempts a morphophonemic analysis of inflectional morphemes of nouns in two structurally andhistorically distinct languages (English and Ibibio) in order to discover points of differences and similaritiesusing the Contrastive Analysis (CA) model of investigation as its theoretical framework. The results indicate thatthe two languages are structurally different. For instance, Ibibio is agglutinative, tonal and analytic in naturewhile English is basically analytic and intonational. The paper, therefore, analyzes the problem that the Ibibiospeaker of English is likely to encounter in the study of the English word structure. Again, based on its findings,the paper corroborates Greenberg’s (1964) and Essien’s (2003) classifications of African and Southern Nigerianlanguages respectively.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,158

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,072
Tête enseignante GPT0,457
Écart entre enseignants0,386 · 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.

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

Citations11
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Education and LearningMême sujetPhonetics and Phonology ResearchTravaux en français237 207