MétaCan
Menu
Retour à la cohorte
Enregistrement W4323029076 · doi:10.7202/1096507ar

Yup’ik Loanword Etymologies for the Yukaghir Languages and Dialects

2023· article· en· W4323029076 sur OpenAlexvenueaboutno aff
Peter Sauli Piispanen

Notice bibliographique

RevueÉtudes/Inuit/Studies · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLinguistics and Cultural Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLinguisticsVariety (cybernetics)CategorizationHistoryLoanwordPhonologyComputer sciencePhilosophyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this paper, up to twenty-eight new Yukaghir etymologies are described as Eskimo borrowings into the Yukaghir languages and dialects of far northeastern Siberia, with phonological and semantic considerations for each suggestion. These findings provide new insights into the historical phonology of these ancient borrowings as well as fairly clear etymologies for a number of isolated Yukaghir words. The chronology of the borrowings is also considered, and various factors reveal two different competing hypotheses: the Yukaghir correspondences have either resulted from chronologically different borrowing layers through the ages, or the correspondences actually represent the remnants of an ancient genetic language affiliation between the two, a hypothesis supported by the very divergent phonological shapes and semantics of the correspondences. It is argued that the Eskimo correspondences are invariably of the Yup’ik variety (instead of the Inuit variety), and that Yup’ik language(s) were spoken in much earlier times around the Kolyma River, where Yukaghir is still spoken, and in particular close to the Tundra Yukaghirs. The semantic categorization of the borrowings places most of them as elementary phenomena, actions, and perceptions , and if not actually describing an actual genetic language relationship, this at least suggests very intense linguistic contacts between Yup’ik and Yukaghir under bi- or multi-lingual conditions, such as through tribal marriages and where code-switching was the norm for generations.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,264
Score d'incertitude au seuil0,970

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,147
Tête enseignante GPT0,354
Écart entre enseignants0,208 · 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'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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueÉtudes/Inuit/StudiesMême sujetLinguistics and Cultural StudiesTravaux en français237 207