MétaCan
Menu
Retour à la cohorte
Enregistrement W6966742441 · doi:10.48273/lot0622

The syntax of subject pronouns in heritage languages: Innovation and complexification

2022· dissertation· en· W6966742441 sur OpenAlexaboutno aff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2022
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubject (documents)NasalizationInterpretation (philosophy)Feature (linguistics)PejorativePretext

Résumé

récupéré en direct d'OpenAlex

This study aims to investigate syntactic change in situations of language contact. The languages included in the study are heritage Italo-Romance languages spoken in Argentina, Belgium, Brazil, Canada and Italy. All heritage speakers are either sequential or simultaneous bilinguals and the dominant language of the larger national society may affect their heritage language at different levels. Heritage speakers acquired their native heritage language naturalistically, but their competence differs from that of native monolinguals as a consequence of language contact. Since heritage speakers use their native language only in limited contexts, they are unbalanced bilinguals. Their weaker language is their native language, while the stronger language is the dominant language of the society. Focussing on discourse features involved in the distribution of different types of subject pronouns, the study shows how different subject pronouns interact with syntax and with information structure and what happens to discourse features when languages get in contact with others. The main hypothesis is that all types of subject pronouns (full, clitic and null) have the same internal structure; the differences in their interpretation depend on a discourse feature [R(eferential)]: when subject pronouns encode this feature, they are overt and referentially specific enough to obviate or switch reference; when subject pronouns lack this feature, they refer to the most salient discourse antecedent and are normally not phonologically realised. This proposal captures the distribution of null and overt subjects in heritage Italo-Romance varieties.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,399
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

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

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 Opus0,027
Tête enseignante GPT0,338
Écart entre enseignants0,311 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Archiving and Networked Services (DANS)Même sujetLinguistic Variation and MorphologyTravaux en français237 207