Indonesian-English Code-Switching of Sacha Stevenson as a Canadian Bilingual Speaker on <i>YouTube</i>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Code-switching or language alternation is one of the linguistic strategies that is widely used in bilingual community, including Indonesia. This study attempts to find out the types and reasons of code-switching on YouTube as employed by a Canadian bilingual speaker, Sacha Stevenson. The data used for this study were transcripts of five videos about Indonesian culture taken from Sacha’s YouTube channel. Based on the analysis, there are a total of 313 occurrences of code-switching from Indonesian to English. Poplack’s theory (1980) was applied for the classification of code-switching. The findings showed that the most frequent type is inter-sentential code-switching (42%), followed by intra-sentential code-switching (34%), and the least is tag-switching (24%). This study also explored the reasons for code-switching by applying the theory proposed by Grosjean (1984). It was found that all code-switching occurrences fit into the 11 categorizations of code-switching reasons. This shows a variety of different factors that influence the use of code-switching. The most frequent reason which triggered code-switching is to fill a linguistic need for lexical item, set phrase, discourse marker, or sentence filler (31%). In addition to the 11 reasons proposed by Grojean (1984), another reason for code-switching was found, i.e., to gain popularity.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle