MétaCan
Menu
Retour à la cohorte
Enregistrement W2753600449 · doi:10.1111/nana.12347

Language as a public good and national identity: Scotland's competing heritage languages

2017· article· en· W2753600449 sur OpenAlexaff
Chris Chhim, Éric Bélanger

Notice bibliographique

RevueNations and Nationalism · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitical Systems and Governance
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésScotsIdentity (music)PoliticsNational identityGovernment (linguistics)Political scienceCultural identityLinguisticsLanguage policyPublic opinionSociologyLawAesthetics

Résumé

récupéré en direct d'OpenAlex

Abstract The preservation of one or several historically and culturally important languages may be a salient political issue in some polities. Although they may not be used as an active means of communication, these languages can also serve a symbolic identitary function. These ‘heritage’ languages can be seen as ‘public goods’ and that even non‐speakers of these languages can have opinions regarding their importance to national identity. In the Scotland example, while Gaelic has been the focus of proactive government legislation and education initiatives, Scots is still struggling for status as a recognised language. Both languages are in some way constituent parts of Scottish identity that at times may seem in competition with one another. Using original survey data, we delve deeper into questions of language, identity and politics in Scotland. First, we describe how public opinion is divided over the importance of Gaelic and Scots to Scottish identity. Second, we use attitudes towards these languages as a dependent variable looking at Scottish identity and attachment. Finally, we use these attitudes towards Gaelic and Scots as an independent variable in models for party identification in Scotland.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,168
Score d'incertitude au seuil0,334

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,004
Communication savante0,0040,002
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,028
Tête enseignante GPT0,366
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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations9
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNations and NationalismMême sujetPolitical Systems and GovernanceTravaux en français237 207