El paradigma del voseo y la correlación familiaridad/ cortesía: perspectiva diacrónica
Bibliographic record
Abstract
Más que con el voseo estrictamente dicho, vamos a enfrentarnos con problemas que tienen repercusiones en varias dimensiones de la teoria lingüística: primeramente, al considerar el sistema alocutivo del español en el tránsito de los siglos XV al XVI, hacemos frente al problema general del cambio lingüístico; otro problema aledaño al anterior es el de la relación movilidad social 1 movilidad lingüística {por ejemplo, ¿a un cambio de contenido responde siempre un cambio de expresión, o bien, se recicla el viejo significante para fundirlo con el nuevo concepto?);otro problema de índole comparatística es ¿de qué medios se sirven las lenguas para expresar una misma noción cultural?{por ejemplo, ¿cómo se marcan lingüísticamente las relaciones de desigualdad de los actores de la interlocución?, etc.).Salvo menciones esporádicas a otros sistemas lingüísticos, vamos a concentrarnos en el cambio que se produce en el español renacentista y que dio lugar a la formación del voseo americano.Otro punto de reflexión teórica de interés es que, cuando se produce un conflicto entre formas o valores, el desenlace va a ir marcado por una especie de compromiso; es decir, cuando una forma es despojada de su valor prístino, se produce a menudo una tendencia a que se manifieste por otra parte el valor reprimido.El español medieval poseía un sistema de alocución de doble registro, organizado sobre las claves de túlvós para la familiaridad y
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.006 | 0.030 |
| Scholarly communication | 0.011 | 0.010 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.013 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".