MétaCan
Menu
Retour à la cohorte
Enregistrement W4386198418 · doi:10.31168/2073-5731.2023.1-2.2.01

Adaptation of verbs borrowed from Spanish in the speech of descendants of Ukrainian immigrants living in South America

2023· article· en· W4386198418 sur OpenAlexfundno aff
Глеб Пилипенко

Notice bibliographique

RevueSlavic Almanac · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSpanish Linguistics and Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of TorontoUniversity of Cambridge
Mots-clésUkrainianLinguisticsVerbPrefixInfinitiveSlavic languagesAdaptation (eye)HistorySociologyPsychology

Résumé

récupéré en direct d'OpenAlex

The paper discusses models and strategies for the adaptation of verbs borrowed from Spanish into the migrant dialects of the Ukrainian language spoken in South American countries. There are models in which the Spanish verb is borrowed with the Spanish infinitive ending and without it. The reasons behind choosing one of the models in the speech of descendants of Ukrainian immigrants are investigated. It is stated that one must take into account a set of criteria that affect this process (the frequency of lexemes, their semantics, the number of syllables, etc.). The paper identifies new types of adaptation of borrowed verbs that have not been previously discussed in linguistic publications. The cases of bare use of verbal lexemes in the speech of informants are also analyzed. Examples of the aspect pairs from borrowed Spanish verbs are discussed. This category is in the process of grammaticalization. In some cases, when forming an aspect pair with a prefix, informants apply prefixes inherent to the respective verbal prototypes in their native dialect. The copying of verb control from both Ukrainian and Spanish when using a borrowed verb is also attested. Using the example of the Ukrainian-Spanish bilingualism in the migrant community living in South American countries for a little more than a century, we have the opportunity to observe the changes that occur in the Slavic verbal system under the influence of the dominant Romance 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 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)0,000
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 enseignants0,347
Score d'incertitude au seuil0,974

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,037
Tête enseignante GPT0,253
Écart entre enseignants0,216 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSlavic AlmanacMême sujetSpanish Linguistics and Language StudiesTravaux en français237 207