MétaCan
Menu
Retour à la cohorte
Enregistrement W4367185797 · doi:10.3765/plsa.v8i1.5531

Community and lifespan changes in music: Sociophonetic variation in Laurentian French

2023· article· en· W4367185797 sur OpenAlexaboutno aff
Kaitlyn Owens, Jeffrey Lamontagne

Notice bibliographique

RevueProceedings of the Linguistic Society of America · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVariation (astronomy)MusicalSingingVowelAppealHistoryLinguisticsArtLiteraturePolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Previous studies on English have highlighted various instances where individual singers or small groups change which dialectal features appear in their music (e.g. Trudgill 1997; Beal 2009; Coupland 2011; Eberhardt & Freeman 2015; Lyon 2019). Whereas corpus studies on music have the option between real-time or apparent-time analyses, most previous research on music has largely been conducted via case studies on change across a singer or group’s career (see Gibson in press a). Focusing on Laurentian French (also known as Quebec French or Canadian French), multiple singers may moderate dialectal traits in music due to their albums being released internationally, where the dialect faces stigma (Szlezák 2015). We further hypothesize that pop singers are especially sensitive to international norms and stigma because they are more likely to market abroad due to pop music’s greater international appeal (Grenier 1993). We examine non-lengthened high vowel laxing in closed final syllables (e.g. /vit/ [vɪt] vite ‘fast’; Dumas 1983), a process characteristic of Laurentian French that is categorical (Côté 2012) and nonstigmatized (Lappin 1982; Paradis & Dolbec 1998; Reinke et al. 2006) within the dialect. We expand the study of dialectal traits in music beyond English by using a new corpus of 20 Québécois singers who sing in French and are of the Laurentian French dialect. Additionally, we analyze the patterning of groups of singers across their careers, rather than the patterning of a single singer, and analyze real-time change of groups as opposed to individuals

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)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,788
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,030
Tête enseignante GPT0,290
Écart entre enseignants0,259 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Linguistic Society of AmericaMême sujetLinguistic Variation and MorphologyTravaux en français237 207