MétaCan
Menu
Retour à la cohorte
Enregistrement W2781269179 · doi:10.29173/comp41

Sprechen Wir Deutsch? The construction of identity in Austria and South Tyrol

2017· article· en· W2781269179 sur OpenAlexaffvenue
Barbara L. Hilden

Notice bibliographique

RevueCOMPASS · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLinguistic research and analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésIdentity (music)DistancingGermanLinguisticsConstruct (python library)PronounPopulationPronunciationSociologyGeographyEthnologyComputer scienceArtAestheticsCoronavirus disease 2019 (COVID-19)DemographyPhilosophy

Résumé

récupéré en direct d'OpenAlex

This paper examines some of the linguistic tools, techniques, means, and methods by which the populations of Austria and South Tyrol construct identity. In order to better situate these two communities, this paper begins with an overview of the conditions which led to the creation of each state. It then explains some of the ways in which language can be used as a tool of identity construction. Positioning theory details ways both these groups create categories of separationand belonging. Citing the use of Austrian German, dialect in literature, differing pronunciation, and lexical development, this paper examines how the population of Austria constructs a linguistic identity distancing itself from Germany. This paper also examines how, using similar linguistic tools such as pronoun use and naming techniques, the population of South Tyrol constructs its identity. In contrast to Austria, the South Tyroleans align themselves with Germany, creating closer ties with Germanic neighbours while distancing themselves from Italy. Each population positions itself in relation to Germany, either with or against, using linguistic tools to create a group identity.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,008
Communication savante0,0040,002
Science ouverte0,0000,004
Intégrité de la recherche0,0000,001
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 Opus0,089
Tête enseignante GPT0,328
Écart entre enseignants0,239 · 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'étudeQualitatif
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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCOMPASSMême sujetLinguistic research and analysisTravaux en français237 207