MétaCan
Menu
Retour à la cohorte
Enregistrement W4286640707 · doi:10.1215/00031283-9940676

Where Have All the Articles Gone? The Use of Zero Articles in Marmora and Lake, Ontario

2022· article· en· W4286640707 sur OpenAlexaffabout
Lauren Bigelow, Sali A. Tagliamonte

Notice bibliographique

RevueAmerican Speech · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueComparative and International Law Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésZero (linguistics)HistoryEnvironmental scienceGeographyLinguisticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

In May 2019, the authors conducted sociolinguistic interviews with 39 White residents of Marmora and Lake, Ontario, a place founded predominately by British settlers, with a mixed farming/mining economy up until the late twentieth century. The data are rich in well-known dialect features, including preterit come, zero relative pronouns, and, most strikingly, zero articles. Praat analyses confirm that these zero articles are not simply due to phonetic reduction, and analysis of the zero variants exposes several trends. Among the oldest members of the population, the incidence of zero articles is relatively frequent, especially among men, a typical pattern for dialect obsolescence. In addition to phonetic conditioning, consistent with definite article reduction at earlier times, the data also show a strong effect of information status, consistent with patterns for the zero definite article in York, England. Older individuals use zero articles across more contexts compared to younger ones, suggesting systemic adjustments in an evolving grammatical system. The authors argue that the use of the zero articles in Marmora reflects an earlier stage in the history of both the definite and indefinite articles in English. They also consider cultural changes and psychological impacts from personal commentaries to highlight the importance of social context. This research demonstrates that rural Ontario offers key insight into the earlier stages and current state of dialects in North America.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,653
Score d'incertitude au seuil0,702

Scores Codex et Gemma par catégorie

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

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 Opus0,084
Tête enseignante GPT0,318
Écart entre enseignants0,234 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican SpeechMême sujetComparative and International Law StudiesTravaux en français237 207