MétaCan
Menu
Retour à la cohorte
Enregistrement W6949243397 · doi:10.5281/zenodo.15006616

Dialectology as "language making": Hegemonic disciplinary discourse and the One Standard German Axiom (OSGA)

2025· book-chapter· en· W6949243397 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueAmerican Environmental and Regional History
Établissements canadiensUniversity of British Columbia Hospital
Organismes subventionnairesnon disponible
Mots-clésDialectologyGermanGermanic languagesHegemonyAxiom

Résumé

récupéré en direct d'OpenAlex

This paper problematizes the current anti-pluricentric perspectives in German dialectology in the context of “language making” (Krämer et al. 2022). Disciplinaryhistory and cross-linguistic comparison shed light on what appears to be discipline-internal theoretical hegemony on what makes a language and what a dialect. Thepaper proposes the existence of a long-standing, discipline-defining One StandardGerman Axiom (OSGA) to be operative, an axiom that “unmakes” non-dominantstandard varieties. It will be shown that, given the unbroken chain of tradition inGerman dialectology (via, e.g. Kranzmayer or Mitzka) based on Germanic Stämme(‘tribes’), the concept of “German language” is a priori defined as a stand-alone sin-gle entity. A comparison between Stämme in German literature – now obsolete –and Stämme in German dialectology – still strong – illustrates the far-reachingramifications of OSGA. Three fail-safes are suggested to move the debate onto anepistemologically sounder footing and to allow for the dynamic, in part predictable,development of multiple linguistic standards in German via Pluricentric Theory(Multi-Standard Theory). Pluricentric Theory remains, it is argued, the theory ofchoice, though the present paper extends Clyne’s (1995) model with transnationalcross-linguistic influence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,027
Communication savante0,0050,007
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,255
Écart entre enseignants0,239 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetAmerican Environmental and Regional HistoryTravaux en français237 207