MétaCan
Menu
Retour à la cohorte
Enregistrement W2730999314 · doi:10.1075/le.1.1.05muf

Individuals, populations, and timespace

2017· article· en· W2730999314 sur OpenAlexaff
Salikoko S. Mufwene, Cécile B. Vigouroux

Notice bibliographique

RevueLanguage & ecology · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésEcologySociolinguisticsVitalityEvolutionary ecologyHeuristicEndangered speciesSociologyEpistemologyLinguisticsBiologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract In the present article we distinguish the concept of ecology of language as articulated in Mufwene (2001ff) from that of ecolinguistics developed especially by Mühlhäusler (1996ff) , Fill and Mühlhäusler (2001) , Couto (2009) , and several contributors to Fill and Benz (to appear) . We explain how Mufwene’s ecology of language concept, inspired primarily by macroecology, applies to language evolution. We articulate various factors internal and external to a language that bear on how it emerged phylogenetically, underwent particular structural changes, and, in some cases, may have speciated into separate varieties. The external ecology also influences the vitality of languages, rolling the dice on whether they thrive or are endangered. Because these particular phenomena have been elaborately discussed in Mufwene’s earlier publications, we devote more space to explaining how the notion of language ecology , as others call it, also applies as a useful heuristic tool to qualitative sociolinguistics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,277
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,372
Écart entre enseignants0,338 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLanguage & ecologyMême sujetLinguistic Variation and MorphologyTravaux en français237 207