MétaCan
Menu
Retour à la cohorte
Enregistrement W4391045854 · doi:10.5070/h922153229

Kuki-Chin Phonology: An Overview

2023· article· en· W4391045854 sur OpenAlexaff
David R. Mortensen

Notice bibliographique

RevueHimalayan Linguistics · 2023
Typearticle
Langueen
DomainePsychology
ThématiquePhonetics and Phonology Research
Établissements canadiensInnovation Cluster (Canada)
Organismes subventionnairesnon disponible
Mots-clésChinLinguisticsPhonologyPhonotacticsVowelVowel harmonyObstruentPhilosophyGeology

Résumé

récupéré en direct d'OpenAlex

The phonology of several Kuki-Chin (South Central Trans-Himalayan) languages have been described well, and there are fragmentary sketches of numerous others. Extensive diachronic work has also been done for the languages of this group. However, there is no comprehensive survey of the synchronic phonologies of Kuki-Chin languages. This chapter attempts to fill that gap so that researchers working on one of these languages, or doing broader typological surveys, can easily grasp the broad sound patterns in, and phonological questions raised by, Kuki-Chin. The chapter covers syllable structure, onsets, rhymes, and morphophonology. Onsets and rhymes are illustrated with complete inventories for Proto-Kuki-Chin and six attested Kuki-Chin languages from various subgroups (Falam, Mara, Thado, Daai, Lemi, Sorbung, and Monsang) and a comparative perspective on each of these inventories. This is followed by a discussion of the broader issues in Kuki-Chin sound inventories and phonotactics. These issues include laryngeal contrasts in obstruents and sonorants, the special status of glottal stop, and vowel length distinctions. A range of morphophonological alternations are then addressed, including the widespread phenomenon of non-final shortening (illustrated with observations from Thado, Daai, Sorbung, Falam, and Zophei) and vowel harmony (attested in at least Lamkang and Hyow). Apophony in stem form alterations and transitivity alternations is also discussed, drawing largely on data from Hakha Lai.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,522
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,010

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 Opus0,183
Tête enseignante GPT0,454
Écart entre enseignants0,271 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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 revueHimalayan LinguisticsMême sujetPhonetics and Phonology ResearchTravaux en français237 207