Irish-language sean-nós song as a resource in sociolinguistic research
Notice bibliographique
Résumé
This paper examines the potential role of Irish-language sean-nós song and its surrounding discourse in current areas of sociolinguistics, such as the idealisation of native speaker linguistic output, parallel conceptualisations of authenticity, and accent perception in relation to language attitudes and ideologies. Whilst much research continues to be carried out uncovering attitudes and speakers’ positioning within Irish-language contexts, explicit examination of these phenomena in the context of singing culture remains under-researched. In an extra-linguistic context, such research may provide additional insights or alternate perspectives on these sociolinguistic issues, whilst simultaneously developing approaches to sociolinguistic research that preserve language’s interrelation with the culture and cultural artefacts of the communities in which it is employed. Concurrently, research on accent perception in the context of song is limited and given the phonological breadth of Irish itself and its variation within dialects, regional accents, and pronunciation, this paper will also consider the possibility of sean-nós as a resource from which to further study accent recognition and perception beyond a strictly spoken context. By surveying relevant literature and highlighting parallels between these areas, this paper hopes to draw attention to the value of sean-nós and traditional song in multiple research focuses in sociolinguistics.Furthermore, the role of song in heritage and endangered language research has been highlighted as an area in need of further study in recent literature (e.g. Echeverria and Sparling 2024). Since Irish is a focus of revitalisation efforts, this paper also aims in a broader view to contribute to considerations of the potential value of song as a linguistic medium in revitalisation and cultural and linguistic transmission.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,014 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».