MétaCan
Menu
Retour à la cohorte
Enregistrement W4290975667 · doi:10.5430/wjel.v12n6p320

Intelligibility between Iranun and Maranaw Languages through the Lens of Austin’s Speech Acts Theory

2022· article· en· W4290975667 sur OpenAlexvenueno aff
Jerson S. Catoto

Notice bibliographique

RevueWorld Journal of English Language · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLanguage, Discourse, Communication Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLinguisticsClosenessIntelligibility (philosophy)ConversePledgeComputer scienceSociologyMathematicsPhilosophyPolitical scienceEpistemology

Résumé

récupéré en direct d'OpenAlex

There are languages in Southern Philippines that are closely related where speakers are mutually intelligible especially on the case of Maranaw and Iranun. The purpose of this qualitative study employing content analysis is to identify the mutual intelligibility of the two Danao languages-the Maranaw and Iranun. The analysis of the study was anchored from the framework of Austin (1962) on illocutionary acts in terms of verdictives, exercitives, commissives, behavitives, and expositives. Results revealed that these languages showed their closeness and easy understanding when speakers converse. In expositives for example, the word affirms, confirms, and not have the same equivalent in both languages. The same with commissives for vow, promise, and pledge. Almost the same in behavitives, however, during the interview, an Iranun speaker used a distinct word that is not intelligible among the Maranaw speakers. For, verdictives and exercitives, both languages used the same terminologies with the same meaning and used in the same contexts and situations. Furthermore, this paper emphasizes preservation of the rich cultural heritage. Though, these Danao languages are not considered endangered, but because of the scarcity of literatures, findings of this study could fill those gaps.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,272
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0010,000
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 Opus0,041
Tête enseignante GPT0,302
Écart entre enseignants0,261 · 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.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetLanguage, Discourse, Communication StrategiesTravaux en français237 207