Diachronic linguistic diversity in Canada
Bibliographic record
Abstract
Mehr als zwei Drittel der indigenen Sprachen wurden 2018 in Kanada als gefährdet oder ausgestorben eingestuft. Dies spiegelt auch den globalen Trend wider, dem zufolge Sprachen gefährdet und vom Aussterben bedroht sind. Als eines der größten Länder der Welt verfügt Kanada über eine reiche sprachliche Vielfalt, zu der neben zwei Amtssprachen auch zahlreiche indigene Sprachen und Sprachen von Einwanderern gehören. Diese Masterarbeit untersucht insbesondere, wie sich die sprachliche Vielfalt Kanadas in den letzten 30 Jahren verändert hat. Das erste Ziel der Masterarbeit ist die Entwicklung des Datensatzes mit einem wiederverwendbaren Workflow für die Erstellung eines diachronen Datensatzes. Als Grundlage dienten Sprachdaten aus Ethnologue für Kanada und der kanadische Census. Die diachrone Analyse zur sprachlichen Vielfalt Kanadas basiert auf quantitativen Methoden, die verschiedene Maße umfassen: der linguistic richness, dem linguistic evenness, dem Index of Linguistic Diversity von Harmon and Loh (2010), dem Linguistic Diversity Index von Greenberg (1956), der Shannon entropy und dem Hill numbers Framework, sowie einem adaptierten Red List Index (Butchart et al., 2007). Die Studie zeigt, dass Kanadas Sprachdiversität über die letzten 30 Jahre zugenommen hat, was besonders mit dem Anstieg an Einwanderersprachen und dessen Sprecherzahlen verknüpft werden kann. Die offiziellen Sprachen zeigen keine großen Veränderungen. Die Indigenen Sprachen wurden diverser in ihrer Sprachgruppe, aber zeitgleich bedrohter. Daher kommt diese Masterarbeit zum Schluss, dass die Zahlen täuschen können: Die zunehmende Diversität ist nicht notwendigerweise mit dem Erhalt von Indigenen Sprachen verbunden – alles hängt davon ab, wie Diversität bemessen wird.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.005 | 0.014 |
| Science and technology studies | 0.013 | 0.002 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".