Orthographic Nativization of Hispanic Content Words in Waray Visayan
Notice bibliographique
Résumé
This linguistic study investigates the orthographic nativization of Hispanic borrowed words in Waray Visayan written discourse. The textual source is a news article from Isumat News Portal written in Waray Visayan titled COVID Laboratory ha EVRMC magtitikang na an operasyon. Through a descriptive research method, the words are lexically analyzed as to content words, English equivalents, root words, Spanish equivalents, native affixes, and nativization processes. The analysis reveals that the Hispanic nouns, verbs, and adjectives borrowed by the Waray Visayan article are nativized through full lexical adoption, changing or replacement of letters, orthographic mutation, and adding of native prefixes and suffixes. Thus, the Spanish loanwords have been Filipinized in the Waray linguistic community where sociocultural, economic, and religious activities exist. This further shows that the Spanish words have found unique structure and expression in the Waray Visayan written discourse, not only in literary narratives like the study of Quebec (2021), but also in non-fiction, news article in particular. In effect, it is recommended to conduct the same study with a bigger number of corpora in both written and spoken discourses in Waray Visayan and across the Philippine languages to explore the reach of Hispanic word borrowing and nativization and to investigate other linguistic changes as they undergo nativization. 
 
 Keywords: Lexical analysis; word borrowing; nativization; Hispanic words; Waray Visayan language.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».