Contrastive Analysis of Imperative Sentences in English and Batak Toba: A Case Study Using Si Mardan Film
Notice bibliographique
Résumé
This research aims to show the differences between imperative sentences in Toba Batak language and English. This imperative sentence can be seen in terms of sentence structure (sentence pattern) using Swan's theory (1982:77). Where the imperative sentence consists of command, request, compulsion, advice and suggestion. Researchers used descriptive qualitative methods to analyse existing data using Script data from the Batak opera drama entitled Si Mardan. The results of this research show that there are similarities and differences in sentence structures in the sentences. In the Batak Toba language, the use of imperative sentences tends to use the subject when giving commands, requests, compulsions, advice and suggestions. Whereas in English there tends to be no mention of the subject (hidden subject). The total of all data is 21 data, of which there are 14 (67%) different data and there are 7 (33%) data with the same sentence structure. So, it can be concluded that in the film Si Mardan the contrastive analysis is dominantly different from the Batak Toba language to English. This linguistic difference may have implications for language learners and translators working between Batak Toba and English. The explicit use of subjects in Batak Toba imperatives could potentially lead to more direct and personalized communication styles compared to English. Further research could explore how these structural differences impact the pragmatics and cultural norms of communication in each language community. This linguistic analysis of Si Mardan reveals valuable insights into the structural differences between Batak Toba and English, particularly in the realm of imperative constructions. These findings could potentially inform language teaching methodologies and translation practices, helping to bridge the gap between these two distinct linguistic systems. Furthermore, exploring the pragmatic and cultural implications of these structural differences could provide a deeper understanding of communication patterns and social dynamics within each language community.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».