Linguistic Diversity in Kharkiv: Between “Pride” and “Profit,” Between the Local and the Global
Notice bibliographique
Résumé
This paper explores the linguistic diversity of the city of Kharkiv, focusing on the language ideologies and practices of Russian-speaking Kharkivites in the wake of the Russo-Ukrainian military conflict of 2014. This conflict polarized Ukrainian Russophones into competing ideological positions for or against Russia and gave fresh vigour to the long-existing linguistic debate in Ukraine, which was a result of the Russian government’s manipulations of the Ukrainian language situation. The political convictions of Russian-speaking Kharkivites affect their linguistic behaviour, motivating them to attempt to switch to Ukrainian, to advocate bi- or multilingualism, or to demonstratively use only Russian.
 A field study that I carried out in Kharkiv in the summer of 2018 examined correlations and discrepancies between Kharkivites’ linguistic ideologies and their real-life language practices, focusing on the interaction between two factors: the discourse of “pride” in speaking a particular language, which is anchored in a speaker’s interpretations of the role of language in a nation, and the discourse of “profit,” which is based on a speaker’s expectation of economic benefits related to mastering a certain language.
 The study results reveal the vacillations of this Russian-speaking community between support for the monolingual ideology of the nation-state and the globalizing concept of multilingualism, demonstrating an interplay between discourses of “pride” and “profit” and the influence of local and global forces.
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 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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».