French loanwords in Vietnamese: the role of input language phonotactics and contrast in loanword adaptation
Notice bibliographique
Résumé
This study examines the adaptation of French vowels in Vietnamese focusing on adaptation patterns that seem to defy a straightforward analysis based on native phonotactic restrictions or comparison of phonetic input-output similarity. A proper analysis requires reference to knowledge of the input language phonology. In the first case study, we observe that Vietnamese adapters extend the French phonotactic tendencies, i.e., Loi de Position, to loan adaptation productively. Such “intrusion” of L2 phonology knowledge may arise when phonetics underdetermines the adaptation and the adapters look to their knowledge of L2 phonology to arrive at adaptation. It is also notable that the L2 knowledge employed in adaptation is not native-like as the adaptation is not always isomorphic to the French input. In the second case study, the contrast of L2 phonology (/ʁ/ vs. /k/) is neutralized due to an L1 phonological restriction (i.e., no /ʁ/ in Vietnamese coda) but the Vietnamese adaptation systematically retains the contrast in the quality and length difference in the preceding vowel. There is plausible phonetic motivation for this adaptation pattern, but phonetically faithful mapping underdetermines the attested adaptation pattern, and reference to knowledge of L2 phonological contrasts is necessary. These findings illustrate the complexity of the loanword adaptation process, where a variety of different factors including L1 phonological restrictions, phonetic similarity, and L2 phonological knowledge, interact to affect adaptation.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».