NEOLOGISMS THAT APPEARED IN THE VOCABULARY OF KAZAKHSTANIS DURING THE CORONAVIRUS PANDEMIC
Notice bibliographique
Résumé
All languages on the planet are responsible for various social situations and phenomena that occur in society. The Kazakh language is also constantly developing, replenishing, and changing. Every day, new words appear in his vocabulary, become obsolete, some of them are out of Use, and some of them change in meaning and are updated again. The recent pandemic and the current epidemiological situation in the country have also affected the language. The covid-19 coronavirus infection pandemic and restrictive measures have brought significant changes to the public life of the whole world, including Kazakhstan, as well as gave an impetus to the formation of new names through the internal resources of the language, the productivity of some wordforming tools, the rapid flow of language processes. In fact, Corona has added new terms to the vocabulary of all languages of the world. Along with the pandemic, many words such as social immunity, masks, vaccinations, distance protection, covid, etc.have entered the vocabulary of Kazakhstanis. The article analyzes neologisms related to the coronavirus pandemic that have appeared in the Kazakh language or whose meaning has been updated. Lexical innovations of the coronavirus era, such as coronaviruses, coronaviruses, and coronaviruses, appeared in the language in 2020 and in a short period of time entered the common language and took a place among the words that form a combination with a high frequency of use.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».