English Passive and the Function of Shodan in Persian
Notice bibliographique
Résumé
Although English and Persian share a basic structure in the formation of passive with the help of past participle of the main verb accompanied by “be” in English and “shodan” (i.e. become) in Persian on a syntactic basis, Persian resorts to morphological alternation, too. However, the verb shodan is not merely an auxiliary verb; it can serve as a main verb as well. In fact, Persian passives have various overlapping realizations, bearing the meaning of “possibility” and “going”, too. This study also sought out to investigate whether or not passives differed in written texts. In addition to library resources, the study made use of a comparative text analysis approach to investigate the application of passive structures in the novel Animal Farm (Orwell, 1956) and its Persian translation (Akhondi, 2004). The results revealed that the conventional function defined for Persian shodan as an auxiliary verb for passive structure outnumbers the passive verbs used in the original novel. Findings also indicate that passive voice is not limited to one form of shodan and past participle; in fact, transitivity alternation plays a key role, too. In addition, the combination of shodan with nouns or adjectives is twofold: it can produce both active and passive voice structures. This study was targeted at EFL learners and teachers as well as translators who will duly be provided with fundamental awareness when dealing with English and Persian in learning / teaching process and translating from English into Persian and vice versa.
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 | 0,001 | 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 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».