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
1: An introduction to the languages of urban Africa Fiona Mc Laughlin (University of Florida, USA) I: African urban languages and their histories 2: The historical dynamic of multilingualism in Accra M.E. Kropp Dakubu (University of Ghana-Legon, Ghana) 3: Urban Wolof: profile of a language Fiona Mc Laughlin (University of Florida, USA) 4: The spread of Lingala as a lingua france in the Congo basin, Eyamba G. Bokamba (University of Illinois at Urbana-Champaign, USA) II: Theoretical approaches to the study of African urban languages 5: Are African cities really different linguistically? Some insights from Cape Town, Cecile Vigouroux (Simon Fraser University, Canada) 6: Discourses, community, identity: Processes of linguistic homogenization in Bamako, Mali, Cecile Canut (CNRS-Paris, France) 7: Polarizing and blending: compatible practices in a bilingual urban community in Cape Town, Kay McCormick, (University of Cape Town, South Africa) III: The question of identity in African urban languages 8. The story of old-urban vernaculars in North Afric, Atiqa Hachimi (Atiqa Hachimi, University of Florida) 9: Language choice in Dar-es-Salaam's billboards, Charles Bwenge (University of Florida, USA) 10: The multiple facts of Abidjan's urban language form, Nouchi, Sabine Kube (UNESCO-Paris, France) 11: Multilingualism and language use in Porto-Novo, Benin Wale Adeniran (Obafemi Awolowo University, Nigeria) 12: On the linguistic vitality of Ga~ in Accra, James Essegbey (University of Florida, USA) IV: The evolution of urban languages in Africa 13: Innovations on the fringes of the Swahili-speaking world: observations from Bujumbura, Haig Der Houssikian, (University of Florida, USA) Index.
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 | 0,000 |
| 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) | 0,005 | 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