MétaCan
Menu
Retour à la cohorte
Enregistrement W2907111026 · doi:10.5539/ijel.v9n1p301

Arabizi Among Kuwaiti Youths: Reshaping the Standard Arabic Orthography

2018· article· en· W2907111026 sur OpenAlexvenueno aff
Rahima S. Akbar

Notice bibliographique

RevueInternational Journal of English Linguistics · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital Communication and Language
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCode-switchingStyle (visual arts)PsychologyCode-mixingPoint (geometry)ArabicTransliterationLinguisticsComputer scienceGeographyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Arabizi is a trendy language phenomenon utilized by young Arabs to communicate across various social platforms. Young Kuwaitis seem to not be any exception in that regard. This paper aims mainly at investigating the linguistic features of Arabizi as produced by the young generation in Kuwait, and the reasons for which the practice has been persistent amongst the youth community. The main corpus data was collected from spontaneous WhatsApp chats of 35 young Kuwaiti respondents who provided 400 of their e-messages to be linguistically analyzed by the researcher. A digital questionnaire was also implemented to illicit respondents’ responses on the reasons for which young Kuwaitis use Arabizi in their e-messages. Due to the heterogeneity of the spontaneous corpus, supplemental data was provided from a story writing that was sent to the respondents to be re-written in the style they choose when they normally chat on WhatsApp. From a linguistic point of view, the study reveals a number of tendencies that place Arabizi as a unique method of communication with a profile that employs both transcription and transliteration in the way it represents its consonants vs. vowels, Kuwaiti dialectical phoneme shifts and the wide use of extralinguistic features. Intensive code-switching and mixing has also been displayed. The present study also signifies a number of sociolinguistic reasons for which Kuwaiti users of Arabizi employ the script in their e-communication across social platforms.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,017
Tête enseignante GPT0,280
Écart entre enseignants0,262 · 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'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

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetDigital Communication and LanguageTravaux en français237 207