MétaCan
Menu
Retour à la cohorte
Enregistrement W3047964325 · doi:10.33137/twpl.v42i1.33527

Variation in subject doubling in Homeland and Heritage Faetar

2020· article· en· W3047964325 sur OpenAlexafffundvenueabout
Katharina Pabst, Lex Konnelly, Fiona Wilson, Savannah Meslin, Naomi Nagy

Notice bibliographique

RevueToronto Working Papers in Linguistics · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity at BuffaloUniversity of Toronto
Mots-clésHomelandVariety (cybernetics)Subject (documents)Variation (astronomy)Heritage languageGeographyHistoryPsychologyPolitical scienceComputer scienceArtificial intelligenceLibrary scienceLawPhysics

Résumé

récupéré en direct d'OpenAlex

This paper investigates subject doubling in Faetar, an endangered and understudied variety of Francoprovençal. Comparing Homeland speakers (i.e., speakers who were born and raised in Faeto) and Heritage speakers of the language (i.e., speakers who emigrated to Toronto, Canada after age 18, and their children), we find some striking differences. Our results show that subject doubling is grammatically constrained in the source variety: Homeland speakers favor doubling in new information contexts, while Heritage speakers do not. There is also evidence for a change in progress among Homeland speakers, with younger speakers using more subject doubling than older speakers. This change is not mirrored by the Heritage speakers. We propose that this is because the Heritage speakers left the Homeland either before or around the time that the youngest Homeland speakers in our sample were born, resulting in them having missed out on this change. This highlights that both Homeland and Heritage varieties are dynamic and may develop in different directions. Additionally, this study helps complete the picture previously reported for variation between overt (single or doubled) and null subjects in these two varieties: an ongoing decrease in null subject rates in the Homeland variety and stability in the Heritage variety (Nagy et al. 2018).

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,885
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
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 Opus0,031
Tête enseignante GPT0,290
Écart entre enseignants0,259 · 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'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

Citations2
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueToronto Working Papers in LinguisticsMême sujetLinguistic Variation and MorphologyTravaux en français237 207