Diaspora and Sociolinguistic space: the Jamaican Community in Toronto
Notice bibliographique
Résumé
Diasporic settings confront scholars with mixes among cultures, dialects, and languages. Sociolinguists must describe the specific forms of that mix, then explain it by considering the social dynamics that produce it. This task presents above all a methodological challenge. Most scholars of culture and society agree that diasporic mixing between dialects and languages will become drastically more frequent in the nascent 21st century, and will come to dominate urban sociolinguistic space in many places. We have to ask: what methods are best suited to study the social meanings and structural changes of linguistic forms under conditions of ’super-diversity’ (Blommaert 2010; Vertovec 2007)? And how can we model community-level mixing while adequately accounting for the vast amount of observed idiolectal variation? In work on the Jamaican diaspora, I have conducted video-observations of Reggae and Rap artists of Jamaican heritage in Toronto. This paper presents an example of a frequency-based analysis of vocalic variation and discourse analyses of selected transcripts. Bridging the divide between quantitative and qualitative methodologies in sociolinguistics I employ Bourdieu’s (1982) notion of the symbolic capital of linguistic forms to explain the observable structural features of the diasporic dialect mix that occurs in the Jamaican Canadian community.
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 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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,001 | 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 tête enseignante, 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 ».