MétaCan
Menu
Retour à la cohorte
Enregistrement W3005963560 · doi:10.5539/ijel.v10n2p294

Gender Stratification by Variants /n/ and /ɽ/ in Lahore city: The Labovian Paradigm

2020· article· en· W3005963560 sur OpenAlexvenueno aff
Anila Akbar, Zarmina Khan, Saadia Ishfaq

Notice bibliographique

RevueInternational Journal of English Linguistics · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial stratificationContext (archaeology)Stratification (seeds)Capital cityPsychologyRural communityDemographyGeographySocioeconomicsSociologySocial psychologySocial scienceBiology

Résumé

récupéré en direct d'OpenAlex

The study is an investigation of language within the social context of the community in which it is spoken, carried out in 2019 in a region with a particular linguistic background, Lahore, the capital of Punjab, Pakistan. This research investigates the stratification of nasal variants /n/ and /ɳ/ in the Lahore city, relating parameter of gender. This research was intended to determine the male and female use of the nasal variants /n/ and /ɳ/, indicates that gender-based differences in male/female linguistic behavior in the Lahore speech community. A structured interview was administered in order to examine this issue of social stratification by language. In this regard, this study becomes a Labovian methodological replica in the present context. The results show several statistically significant differences in linguistic usage among different groups of people residing in Lahore city. This research was intended to determine whether men and women were different with respect to the use of nasal variants /n/ and /ɳ/. Moreover, an examination of the social class and regionality (urban/rural) is also under consideration in the present research.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,037

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
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,007
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,044
Tête enseignante GPT0,325
Écart entre enseignants0,282 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetLinguistic Variation and MorphologyTravaux en français237 207