Loanwords in the Urban Meccan Hijazi Dialect: An Analysis of Lexical Variation according to Speakers’ Sex, Age and Education
Notice bibliographique
Résumé
This study aims to investigate the degree of lexical variation in Urban Meccan Hijazi Arabic (UMH) by identifying the loan words that are commonly spoken in this dialect and determining from which languages they have been borrowed. Also, it explores the effect of social factors such as age, sex and educational level on the use of loan words by UMH speakers. For the purpose of the study, I designed a questionnaire and distributed it to eighty participants whose mother tongue is UMH. The sample consisted of three groups, namely, old and young, male and female and educated and uneducated participants. In order to provide answers to the research questions, the questionnaire was divided into two sections; section one investigates the participants’ background, i.e., their age, sex, educational level, how long have they been living in Mecca, etc., and section two examines their use of the loan words in UMH. The results revealed that in addition to some words that have been borrowed from Persian and Italian, most of the loan words found in UMH have been borrowed from Turkish. This could have resulted from the Ottoman occupation of Saudi Arabia for around 400 years, and the interaction with pilgrims who visit Mecca every year. Additionally, the results of the t-tests showed that the differences between the three groups (i.e., old vs. young, male vs. female and educated vs. uneducated) are statistically significant. This indicates that the three social factors play a crucial role in the participants’ use of the loan words in UMH. Finally, the study concludes with some recommendations for further research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».