Alla ricerca dell’Italianità. Il ruolo dell’italiano nella comunità italiana di Montreal
Bibliographic record
Abstract
Questo contributo s’inserisce in una ricerca etnografica più ampia sulla “comunità italiana” di Montreal, in Canada. Il suo scopo principale è quello di illustrare la situazione della lingua italiana e delle altre lingue e dialetti parlati dai discendenti della migrazione italiana nella città. Inoltre, tale progetto è volto a sottolineare l’importanza della questione della diversità e varietà linguistica nel processo identitario del gruppo, alla ricerca di una sua italianità, e il ruolo chiave delle pratiche linguistiche e della loro evoluzione in un contesto multilingue come quello di Montreal, a contatto con due lingue dominanti: il francese e l’inglese. Le ricerche si sono svolte a Montreal, dal 2011 al 2021, e sono state raccolte 60 interviste di italiani o discendenti di emigrati italiani di diversa età, sesso, condizione socio-economica, professione e studi. L’analisi dei dati ci ha permesso di osservare alcune caratteristiche peculiari dell’italiano parlato a Montreal, ed è stato inoltre possibile studiare il ruolo chiave e il particolare statuto dell’italiano attraverso ideologie e rappresentazioni, come elemento dell’identità comunitaria e della costruzione della cosiddetta italianità.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.007 | 0.005 |
| Scholarly communication | 0.009 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.051 | 0.005 |
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".