MétaCan
Menu
Retour à la cohorte
Enregistrement W2955439743 · doi:10.3390/languages4030050

Becoming Monolingual: The Impact of Language Ideologies on the Loss of Multilingualism on São Tomé Island

2019· article· en· W2955439743 sur OpenAlexfundno aff
Marie-Eve Bouchard

Notice bibliographique

RevueLanguages · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaYork University
Mots-clésCreole languageMultilingualismIdeologyLinguisticsPortugueseSociologySociolinguisticsPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

This article discusses the loss of the creole languages on São Tomé Island and the societal move from multilingualism to monolingualism in Portuguese. It argues that recognizing the ideologies attached to these languages is key in understanding the language shift, but also the processes leading toward monolingualism. This qualitative study is based on three main theories: Language as social practice, language ideology, and monoglot standardization. Data comes from ethnographic fieldwork and sociolinguistic interviews with 56 speakers from the capital of São Tomé and Príncipe. I argue that the existence of multilingualism on São Tomé Island is not valued at a societal level because of the pejorative ideologies that have been held about the creole languages since colonial times. Also, the use of the creole languages stood as a problem for the creation of a unified Santomean nation, as the different racial groups on the islands had their own creole. Results show how ideologies about the Portuguese language and its association with national unity, modernity, and European-ness favored its expansion on São Tomé Island and a move toward monolingualism.

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)0,005
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 enseignants0,035
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0110,010
Communication savante0,0050,002
Science ouverte0,0010,007
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,053
Tête enseignante GPT0,477
Écart entre enseignants0,424 · 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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLanguagesMême sujetMultilingual Education and PolicyTravaux en français237 207