Notice bibliographique
Résumé
This thesis investigates changes associated with the ergative morphosyntactic alignment of the Inuit language. All these changes have been argued to signal an alignment shift from ergative to accusative, though none of them has ever been confirmed with detailed quantitative evidence. The most important change involves the rise of the antipassive construction in Inuktitut dialects at the expense of the ergative construction as the new default transitive construction (see Johns 1999, 2001a, 2001b, 2006, 2017; Spreng 2005; Carrier 2012, 2017; Yuan 2018). Other reported changes are 1) the elimination of overt transitive objects in the most innovative varieties, which would make the ergative construction a ‘marked’ transitive construction (see Johns 2017; Yuan 2018), and 2) the loss of the ergative case on transitive subjects in favor the absolutive case, which also marks intransitive subjects (see Tersis 2004; Langgård 2009; Carrier 2012). Using a variationist sociolinguistic approach to analyze data from North Baffin Inuktitut and a formal syntactic one to interpret the results, this study is the first to provide statistical evidence confirming that the ergative construction and the ergative case have been used progressively less and that they correlate with each other. I also posit that the general ongoing alignment change from ergative to accusative was first initiated by a neutralization in transitive subject number agreement, and that a series of changes has then successively triggered one another. Building on Brook (2018), I thus argue that these distinct changes constitute increasingly bigger envelopes of variation nested in one another and have in turn triggered one another after reaching a certain level of completion. One clear theoretical implication of these successive changes affecting distinct forms that display the traditional ergative alignment of the Inuit language is that ergativity is not a single concept but a macroset of many different properties (e.g., Dixon 1994; Johns 2000; Deal 2015a; Haig 2017).
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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 ».