De l'exploration du multilinguisme dans les villes africaines = Exploring multilingualism in African urban cities
Notice bibliographique
Résumé
This paper investigates the process of language maintenance and language shift among ethnic minority groups living in Dilling city, the Nuba Mountains, and Khartoum, the capital city of Sudan. A 22-item questionnaire was used to collect data on language proficiency, language use, and language attitude. The results show that a considerable number of younger.-generation migrants have adopted Arabic as their primary language. Arabic was also used predominantly in most domains of communx'cation. Although many respondents showed a positive attitude to their ethnxc languages, they actually did not make any effort to maintain them. The analysis suggests that language shift to Arabic in Dilling xs~ more pronounced than that in Khartoum. The main reason behind this difference is that a significant portion of the sample population in Khartoum belongs to the Southern groups who proved to be bigger in size, more homogeneous, and highly proud of their ethnx'c and cultural identity. Another possible reason is that while ethnic individuals from the same groups tend to live together in certain areas in Khartoum, those in Dilling Ixve in scattered areas around the cxty. Introduction Ho\mes (2000) contends that language shift tends to be slower among communities where a minority language is highly valued. That is, a positive attitude toward a language will help its speakers make every effort to maintain it. Negative attitudes, on the other hand, may lead to Zack of such efforts and consequently accelerate the process of language shift toward the dominant language. This assumption has been confirmed by S\avik (200 ) who found a strong correlation between negative attitudes towards Maltese and rapid shift to English among Maltese migrants in Canada. Studies on language attitudes in the Sudanese context indicate that ethnic migrants in Khartoum are undergoing a significant shift to Arabic in spite of the positive attitudes they hold
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».