Frenitalianese in Montreal: when French, Italian and English collide
Bibliographic record
Abstract
La tesi approfondisce le origini della lingua francese e inglese approdate sulle coste canadesi con Jacques Cartier e i colonizzatori britannici. Un ulteriore cambiamento linguistico si osserva con l’arrivo delle ondate di immigrati provenienti da diversi paesi, tra di loro anche moltissimi italiani. Un cambiamento importante ha coinvolto la lingua parlata dagli immigrati italiani sbarcati a Montreal negli anni ’60. Una commistione di dialetti ha dato vita, in definitiva, ad una lingua ibrida: l’Italianese. L’analisi per generazione ha, in seguito, permesso di osservare l’evoluzione e l’involuzione dei rapporti tra italiano, inglese e francese, con la creazione di parlate uniche che non possono essere scisse né dalla cultura di partenza, quella italiana, né da quelle di arrivo (inglese e francese). Ogni generazione ha sviluppato, in maniera originale, un particolare rapporto sui tre diversi fronti linguistici con i quali si confronta ogni giorno e le soluzioni trovate sono del tutto inaspettate e straordinarie. Si può notare, infine, come il rapporto con la lingua italiana sembra affievolirsi nei più giovani e nella più acerba quarta generazione. Solo il passare del tempo, però, potrà rivelarci cosa ne sarà della lingua italiana parlata a Montreal.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.013 | 0.011 |
| Scholarly communication | 0.011 | 0.006 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.020 | 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".