MétaCan
Menu
Retour à la cohorte
Enregistrement W4229068684 · doi:10.3765/plsa.v7i1.5279

Binary-constrained code-switching among non-binary French-English bilinguals

2022· article· en· W4229068684 sur OpenAlexaboutno aff
Jennifer Kaplan

Notice bibliographique

RevueProceedings of the Linguistic Society of America · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Studies in Language
Établissements canadiensnon disponible
Organismes subventionnairesBarnard College
Mots-clésCode-switchingLinguisticsPsychologyGrammatical genderHeritage languageIdentity (music)Neuroscience of multilingualismPerception

Résumé

récupéré en direct d'OpenAlex

This paper presents data on non-binary French-English bilinguals’ metalinguistic analyses of their code-switching behavior in discussing their gender identities. Six non-binary French-English bilinguals were recruited for sociolinguistic interviews via Montréal-based LGBT+ organizations and asked about their experiences using non-binary French and English, especially how they describe themselves in each language. Participants’ preferences for using English to describe issues of gender identity reveals a particular type of topic-based code-switching is utilized in this community—a novel phenomenon that I have deemed Binary-Constrained Code-Switching, where participants switch out of an L1 (French) into an L2 (English) because they perceive their L1 as lacking the appropriate lexicon or grammatical features, specifically non-binary pronouns and gender agreement markers, to index their gender identities. In parallel to their dispreference for using French to describe their gender identities, participants’ preference for using English correlated with their perceptions of English as a more gender-neutral language than French, as well as a language with more linguistic resources—chiefly, vocabulary— to describe LGBT+ identities (c.f. queer). The data presented here not only supplement the primarily binary gender models found in extant studies of socially-motivated code-switching, but also provide greater evidence for the perceptual link between grammatical gender and social gender.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,274
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Linguistic Society of AmericaMême sujetGender Studies in LanguageTravaux en français237 207