Análisis de las actitudes lingüÃsticas hacia el slang mexicano : usos y valoración de la palabra güey
Bibliographic record
Abstract
L’étude des attitudes linguistiques, entreprise par la sociolinguistique et la psychologie sociale, a permis de confirmer que toutes les variétés linguistiques ne reçoivent pas le même traitement. La langue standard, étant en règle générale la langue du groupe de prestige, bénéficie d’une reconnaissance sociale en comparaison avec les variétés non-standards ou minoritaires, qui, au contraire, suscitent généralement des attitudes plus négatives. \n\nDans ce mémoire, nous analysons les attitudes linguistiques des mexicains à l’égard du slang mexicain. La méthodologie du projet comporte deux parties principales. Dans un premier temps, des conversations spontanées et naturelles entre locuteurs de slang sont enregistrées. Des fragments de ces enregistrements sont ensuite écoutés par un groupe de sujets qui, simultanément, remplit un questionnaire évaluant leurs attitudes linguistiques dirigées envers l’usage du slang ainsi qu’envers les individus qui le parle.\n\nL’analyse statistique des résultats permet de faire quelques constats : Il y a une différence très significative entre la façon dont les dimensions de solidarité et de prestige sont jugées, les pointages donnés aux aspects tels que l’intelligence et le succès des locuteurs de slang s’avérant beaucoup plus bas que ceux accordés aux aspects reliés à leur personnalité, comme la bonté et la générosité. Aussi, les variables de l’âge et du sexe ont une influence sur les attitudes linguistiques : les femmes ainsi que la génération plus âgée s’avèrent plus sévères dans leur évaluation du slang.\n\nCe mémoire se divise en cinq chapitres. Les deux premiers explorent les concepts théoriques sur lesquels se basent le projet, soit les attitudes linguistiques et le slang comme phénomène linguistique et social. Les trois chapitres suivants se consacrent au projet en soit : la méthodologie, l’analyse des résultats et l’interprétation de ceux-ci.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".