Notice bibliographique
Résumé
This research aims to better understand the link between prosody and verbs in Anishinaabemowin by investigating pitch placement in relation to verb placement in Anishinaabemowin utterances. The data is from a story by Ogimaawigwaebiik archived in Dibaajimowinaan; Anishinaabe Stories of Culture and Respect. Anishinaabemowin, also known as Ojibwe, is a member of the Algonquin language family and is spoken throughout Southern Ontario and the Northern United States (Fairbanks, 2017). It is a polysynthetic language meaning it primarily uses affixes to convey meaning, particularly on the verbs. Prosody is the organization of various linguistics units (words, pitch, tone) into an utterance in the process of speech production. It conveys not only linguistics information but also contextual cues, intentions and attitudes (Fujisaki, 1997). This research utilized two audio softwares, Audacity and Praat, to clean and segment the audio into utterances and then token sentences were selected based on verb placement (verb initial, verb second and verb final). These token sentences will be analyzed for pitch placement and then compared to see if verb placement affects prosody, further expanding on the current literature which states that pitch defaults to the verb (Frazier, accepted). This research is particularly important because there is a gap in existing literature on prosody in Anishinaabemowin and there are no experimental studies such as this. References: Fairbanks, B. (2017). Ojibwe Discourse Markers. Lincoln, NE: University of Nebraska Press. Frazier, S., Déchaine, R.M, & Dufresne, M. (accepted). The Syntax of Discourse: What an Anishinaabemowin Oral Text Teaches Us. 2020 CLA Proceedings. Fujisaki, H. (1997). Prosody, models, and spontaneous speech. In Computing prosody (pp. 27-42). Springer, New York, NY. Ogimaawigwaebiik [Nancy Jones] 2013. Gakina Dibaajimowin Gwayakwaawan. In Dibaajimowinaan; Anishinaabe Stories of Culture and respect; Nigaanigiizhig [Jim Saint-Arnold] (ed.), Great Lakes Indian Fish & Wildlife Commission, 9-10.
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 | 0,000 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».