A quarter century of online discussions on Arabic and Kurdish in Turkey: a comparative analysis of language attitudes and controversies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Over the past two decades, Turkey has introduced reforms to enhance the linguistic rights of its two most widely spoken minority languages, Kurdish and Arabic, marking a departure from its historically monolingual policies. Violations of linguistic rights and continued shifts toward Turkish continue, though, explained by previous research as resulting from poor policy implementation. Language attitudes and ideologies at the grassroots level also play a critical role in the effectiveness of language policies, however, but these remain largely overlooked both in research and policymaking. This study therefore systematically analyzes 2,075 topic titles and 10,000 individual comments posted about Kurdish and Arabic on a popular Turkish online forum between 1999 and 2024, revealing a pervasive ideology of normative monolingualism and widespread negativity toward both languages, despite the reforms that were introduced. Kurdish receives a more positive reception than Arabic, but its use is still considered controversial, particularly in political and educational contexts. Because Arabic is often linked to political Islam and Syrian refugees, it is viewed quite negatively. The study thus shows that well-intentioned language policies still have to be implemented in actual contexts, and that grassroots attitudes and ideologies may contribute to thwarting their effectiveness. Policymakers wishing to increase the success of their language policies may have to work on creating a favorable reception of these policies, not least in major online social spaces.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 découle