MétaCan
Menu
Retour à la cohorte
Enregistrement W4361275201 · doi:10.5430/wjel.v13n5p241

The Syntactic Variations in Verb Phrase – Double Modals in Pakistani English (PakE) and Malaysian English (MyE): A Comparative and Corpus-Based Study

2023· article· en· W4361275201 sur OpenAlexvenueno aff
Muhammad Ali Imran

Notice bibliographique

RevueWorld Journal of English Language · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnglish Language Learning and Teaching
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésModal verbVerbLinguisticsVerb phraseVariation (astronomy)PhraseComputer sciencePhysicsPhilosophyNoun phrase

Résumé

récupéré en direct d'OpenAlex

This study aims to detect the variations and compare the use of Verb Phrase – Double Modals in PakE and MyE. For this study, two recently released corpora – GlowbE-PK and GlowbE-MY were utilized. Twenty Verb phrases with double Modals in PakE and MyE were selected from thousands of concordance lines and a large amount of text. This study utilized mixed method research and also kept in view the Sociolinguistic Variation and World Englishes conventions of research by utilizing corpora.The Frequency of each token (phrase), and then the accumulative and average frequencies of both Englishes were given separately. A comparative analysis of both varieties of English was done. It was an interesting fact to know that MyE displays comparatively more use of VP-Double Modals than PakE. The frequency of VP - Double Modals in MyE is 1.88, which is 0.41 more than the frequency of VP – Double Modals in PakE.The results and discussion indicated a noticeable variation in the use of VP with Double Modals of PakE and MyE from Standard British English (BrE). This research also indicates a linguistic pattern in the different dialects of English. The PakE and MyE have different phases of development, and contact languages with English in both varieties are also different. However, they both display the use of Double Modals.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

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
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,284
Écart entre enseignants0,269 · 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'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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetEnglish Language Learning and TeachingTravaux en français237 207