Deletion of Word-Final Final [u] in São Miguel Portuguese (Maia): A Variationist Perspective
Notice bibliographique
Résumé
This paper examines the linguistic and extralinguistic factors that affect the deletion of word-final [u] (gat/u/=> [gat] ‘cat') in Azorean Portuguese, a prestige marker (Silva 2005) characteristic of the European variety of Portuguese (EP). In this study, native speakers of Azorean Portuguese (AP) completed a picture naming task, a picture description as well as an interview in the presence of both an AP and an EP speaker. The participants were audio-recorded, and relevant data were transcribed, coded and subject to Goldvarb X analysis. Results of the study indicate that extralinguistic factors such as the presence of either an EP or AP speaker affected the process of [u] deletion: participants were more likely to preserve the segment when they completed the tasks in the presence of an EP speaker, confirming that its pronunciation is viewed as a prestige marker by the participants. These results are consistent with Speech Accommodation Theory, which posits that people unconsciously adapt their speech so that it conforms more to the speech of their interlocutors (Coupland and Giles 1988). In addition, the participants were more likely to preserve word-fmal [u] when engaged in more formal tasks (e.g., in picture naming). Finally, it was predicted that the linguistic environment would play a role in the extent to which the final [u] was deleted. Based on the concept of markedness on coda constituents (i.e., voiced codas are more marked than their voiceless counterparts; Prance and Smolensky 1993) and on a study by Silva (1998), it was hypothesized that [u]-delction would be favoured in preceding voiceless environments because the resulting segment (i.e., a voiceless consonant) would constitute the ideal coda. The results of the investigation, however, revealed that deletion was more frequent when [u] was preceded by voiced consonants, contradicting both markedness on coda sonority and Silva’s findings.
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 | 0,001 | 0,003 |
| 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 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».