Suggesting a Hangeul Education Application for Speakers of Unwritten Languages
Notice bibliographique
Résumé
There are close to 7000 languages worldwide, but 90% of them are undocumented languages. UNESCO reports that on average, one language is disappearing every two weeks, and predicts that in the worst-case scenario, 90% of the world’s languages could disappear by the end of the twenty-first century. The biggest problem caused by the extinction of the world’s languages may be the elimination of the culture and spirit associated with those languages. For example, the language of the Inuit tribe on the North Pole contains the words for snow and ice which reveal their survival strategies in the extreme cold; and in Dyirbal, hundreds of plants are each distinguished by a specific name. The loss of such languages will be accompanied by the loss of the lexico-grammatical variety and subtleties unique to them. The loss of a language can be attributed to wars, industrialization, cultural factors, and the lack of an alphabet system for documenting it. In order to prevent the extinction of languages, a variety of efforts have been made to supply an alphabet system to people whose languages are undocumented: since 2009, groups in Korea, including Hunmin Jeongeum Society and Seoul National University Humanities Institute, have been carrying out projects to disseminate Hangeul. Currently, such projects rely on a small number of teaching staff to conduct Hangeul education and are therefore prone to instability depending on the local situation and businesses. For this reason, this research proposes an application for Hangeul education which, through M-learning using mobile devices, does not depend on other factors and enables continued education. In order to identify factors that influence mobile device-based Hangeul education, the advantages of M-learning and the characteristics of Hangeul are looked at. Furthermore, by looking at the attempt to globalize Esperanto, and through a comparative analysis of the interfaces of existing education applications and the functions of other applications, this research deduces and defines the following functions that are compatible with Hangeul education for speakers of unwritten languages: pronouncing Hangeul, imitating Hangul writing, Hangeul dictation, and reading Hangeul.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,004 | 0,008 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,068 | 0,021 |
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 ».