MétaCan
Menu
Retour à la cohorte
Enregistrement W3036483595 · doi:10.25071/1925-5624.40382

"Eu mato": The Linguistic and Religious Rewriting of the Tupí under Portuguese Missionary Rule (1555-1630)

2020· article· en· W3036483595 sur OpenAlexvenueno aff
Marlena Petra Cravens

Notice bibliographique

RevueTusaaji A Translation Review · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHistorical Linguistics and Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLingua francaPortugueseRule-based machine translationLinguisticsGrammarIndigenousColonialismHumanitiesSociologyPhilosophyHistory

Résumé

récupéré en direct d'OpenAlex

Abstract: This paper investigates the relationship between Portuguese missionary grammars, imperial-indigenous relations, and Tupi resistance between 1555 and 1630. Focusing on Jose de Anchieta’s popular grammar Arte de gramatica de lingua mais usada na costa do brasil (1555) and Luis Figueira’s Arte da Lingua Brasilica (1621), it argues that the shifting focuses of these texts represent the values of the Jesuit order and the interests of Portugal in the New World. Portuguese missionaries moved from an earlier emphasis on trade and Christian conversion with an exclusively oral culture toward a more aggressive and insidious campaign for cultural and linguistic erasure in the region. While previous scholarship has examined changes in Tupi phonemes, morphemes, and syntax between the grammars, this study instead investigates the historical changes pertinent between these texts, their constructed relationships between Portuguese and Tupi, and shifts in their lexical emphases. Keywords: colonial translation; grammars; Jesuit missionaries; cultural erasure; Tupi-Guarani

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,930
Score d'incertitude au seuil0,387

Scores Codex et Gemma par catégorie

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

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 Opus0,056
Tête enseignante GPT0,264
Écart entre enseignants0,209 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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 revueTusaaji A Translation ReviewMême sujetHistorical Linguistics and Language StudiesTravaux en français237 207