Vestigial ergativity in Shughni: At the intersection of alignment, clitic doubling, and feature-driven movement
Notice bibliographique
Résumé
This paper provides an account of two related aspects of the past-tense morphosyntax of Shughni (Eastern Iranian): (i) the use of second-position clitics, rather than the verbal suffixes of the present tense, to index past-tense subjects’ φ-features; and (ii) a curious alignment pattern – sometimes referred to as vestigial ergativity – in which third-singular subjects of transitive and unergative verbs, but not unaccusative verbs, trigger a second-position clitic matched to their φ-features. After applying a battery of diagnostics to the Shughni clitics, I argue that these morphemes are the result of a clitic-doubling operation rather than agreement proper. A significant clue for this conclusion is the lack of any morphological material co-indexing third-singular unaccusative subjects, which I take to indicate that the past-tense clitics, unlike the present-tense suffixes, lack a default morpheme. This account not only provides support for the validity of diagnostics developed by previous authors for object clitics, but also highlights the importance of including subject clitics when developing a theory of clitic doubling and agreement. In the latter part of the paper, I build upon recent work on the alignment system of Davani (Western Iranian) to provide a feature-driven movement account of Shughni syntax, whereby all unaccusative subjects except third-singular move to a phase edge, where they are found by a probe on T0 and trigger a second-position clitic bearing their φ-features.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».