MétaCan
Menu
Retour à la cohorte
Enregistrement W3116226297 · doi:10.1215/00031283-8791781

Dynamics of Short-<i>a</i>in Montreal and Quebec City English

2020· article· en· W3116226297 sur OpenAlexaffabout
Michael Friesner, Laura Kastronic, Jeffrey Lamontagne

Notice bibliographique

RevueAmerican Speech · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésVowelLinguisticsArtifact (error)Ethnic groupPsychologySociologyHistoryGeographyAnthropology

Résumé

récupéré en direct d'OpenAlex

This study compares the effects of city and ethnicity with respect to Quebec English speakers’ participation in two ongoing changes affecting/æ/in Canadian English: retraction as part of the Canadian Vowel Shift and tensing in prenasal environments. Quebec English speakers might be expected to differ in their behavior with regard to these two phenomena as compared to other Canadian English speakers. Based on an analysis of Euclidean distances and a mixed-effects model using spontaneous speech, the authors find that Quebec English speakers are less advanced with respect to the Canadian Shift, especially speakers from Quebec City. For tensing, British-origin speakers from Montreal and Quebec City are found to pattern similarly, participating in the more widespread patterning, while Jewish and Italian speakers are moving in the opposite direction. The authors argue that this move away from characteristically Canadian patterns is an artifact of the interplay between the two phenomena under study, reflective of differential replication of the Canadian Shift in the two environments.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,140
Score d'incertitude au seuil0,665

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,284
Écart entre enseignants0,268 · 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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican SpeechMême sujetLinguistic Variation and MorphologyTravaux en français237 207