Studie i alignment i turoyo och klassisk syriska
Bibliographic record
Abstract
Syftet med den här studien är att jämföra det alignment man finner i ṭuroyo, turo1239, ett semitiskt språk som talas i sydöstra Turkiet och i diaspora med klassisk syriska, clas1252. Syriska är ett utdött semitiskt språk som fortfarande används i den syrisk ortodoxa kyrkans liturgi. Metoden är en kvalitativ metod då den analyserar mönster i alignment i ṭuroyo. Syriska är ett ackusativt språk medan ṭuroyo är ett språk med kluven ergativitet. I presens är språket ett ackusativt språk där (S) och (A) behandlas på samma sätt och (P) markeras med en annan strategi. Samtidigt är det ergativt i vissa konstruktioner i perfektivt preteritum. I ergativa språk behandlas (S) och (P) på samma sätt och (A) markeras med en annan strategi. Sedermera sägs språket ha tripartit eller dubbelt oblik alignment i vissa konstruktioner i preteritum. Tripartit alignment är när de tre argumenten (S), (A) och (P) markeras på olika sätt, tydligt från varandra. Vissa forskare har kallat ṭuroyo tripartit men det har snarare dubbelt oblik alignment då (A) och (P) markeras på samma sätt. Språket har även vissa inslag av Split-S.
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 | 0.009 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.005 | 0.003 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.042 | 0.009 |
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".