Variety of pronunciation models in European and American teaching or (self-)learning manuals of pronunciation for non-native speakers of Spanish
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper analyses a corpus of Spanish pronunciation manuals published in Europe (Spain and Italy) and in the Americas (United States, Canada, and Brazil) from the 1970s onwards, which are aimed at second-language learners. The aim is to answer the following questions: Which pronunciation model is adopted in (self-)learning pronunciation manuals for non-native speakers of Spanish in Europe and America? Is it possible to observe a convergence towards a unique model or do these manuals reflect a plurality of different models? What is the role of the Castilian norm? Is it still the only reference model in Europe? Is it still viewed as a prestige model in non-Spanish speaking parts of the American continent, as it has been for a long time? Finally, what are the phonetic and phonological characteristics of the pronunciation norms employed in these manuals? The results of the analysis show that the manuals in the corpus reflect a plurality of different pronunciation models. The Castilian norm, which distinguishes between /θ/ and /s/, and in most manuals also between /ʎ/ and /ʝ/, still has an undisputed primary role in Europe. In America, by contrast, three basic models can be observed, namely a neutral American— which in its main features coincides with the Spanish of Latin American highlands—, the European one, and Buenos Aires Spanish. Moreover, it must be pointed out that in American manuals the European model is always an alternative to the neutral American one and it is never proposed as a unique reference standard. Brazilian manuals, on the other hand, represent an anomalous case due to the lack of a unique reference standard as the teaching model. In this case, the three mentioned reference models represent alternative options based on characteristics of different kinds, as discussed in the article.
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.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 découle