Retroflexion in South Asia: Typological, genetic, and areal patterns
Notice bibliographique
Résumé
Abstract Retroflexion in South Asia has been the subject of at least two previous typological studies: Ramanujan and Masica (1969. Toward a phonological typology of the Indian linguistic area. In T. A. Sebeok (ed.), Current trends in linguistics, volume 5: Linguistics in South Asia , 543–577. Paris: Mouton) and Tikkanen (1999. Archaeological-linguistic correlations in the formation of retroflex typologies and correlating areal features in South Asia. In Roger Blench & Matthew Spriggs (eds.), Archaeology and language IV: Language change and cultural transformation , 138–148. London & New York: Routledge). Despite their many virtues, these studies are limited by the size of their data samples, their dependence on qualitative data without quantitative analysis, and their use of hand-drawn maps. This paper presents the results of an entirely new survey of retroflexion in South Asia – one that incorporates a larger language sample, quantitative analysis, and computer-generated maps. The study focuses on the genetic and geographic distribution of various retroflex subsystems, including retroflex obstruents, nasals, liquids, approximants and vowels. While it is possible to establish broad statistical correlations between specific types of contrast and individual language families (or sub-families), the study finds that the distribution of most retroflex systems is more geographic in nature than genetic. Thus, while retroflexion is characteristic of South Asia as a whole, each type of retroflex system tends to cut across genetic lines, marking out its own space within the broader linguistic area.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».