Mga Natatanging Panlaping Makadiwa mula sa Tagalog-Cavite at Tagalog-Marinduque na Tinumbasan sa Tagalog-Maynila: Isang Pahambing na Pagsusuri
Bibliographic record
Abstract
Ang kwalitatibong-deskriptibong pananaliksik na ito ay nakapokus sa pagsusuri ng pagkakatulad at pagkakaiba ng mga panlaping makadiwa sa pagitan ng dalawang dayalektong Tagalog– ang Tagalog-Cavite at Tagalog-Marinduque, na kapwa matatagpuan sa Rehiyon IV, Pilipinas; mga napiling lalawigan sapagkat ang paraan ng paglalapi sa mga pandiwa nito ay mayroong kakaibang katangian kumpara sa iba pang varyasyon ng Tagalog. Ang instrumentong gagamitin sa pag-aaral na ito ay ang talatanungan para sa isasagawang panayam, mga datos mula sa mga babasahin at pag-aaral na may kinalaman sa balarila ng tampok na dayalektong sinuri. Kapaki-pakinabang din sa pananaliksik na ito ang mga artikulo mula sa mga online database. Buhat dito, ang dalawang dayalekto ng Tagalog na nabanggit ay may kani-kaniyang bersiyon ng paglalapi upang makabuo ng mga salitang pandiwa. Ang Tagalog-Cavite ay may dalawang panlapi upang tapatan ang um-/-um- ng Tagalog-Maynila. Ito ay ang mga unlaping na- na ginagamit sa aspektong Perpektibo at pa- na nagsasaad ng aspektong Kontempatibo kapag idinagdag sa salitang ugat. Ang mga panlaping makadiwa mula sa Tagalog-Marinduque ay maaaring maiuri sa dalawang klasipikasyon. Una, ang mga panlaping makadiwang batay sa Maramihang Kailanan ng Aktor/Paksa at ang ikalawa ay ang mga panlapi batay sa Pagbuo ng Aspekto ng Pandiwa. Nagkakatulad ang paglalaping makadiwa ng Tagalog-Cavite at Tagalog-Marinduque bunga ng magkalapit na lokasyon ng dalawang lalawigan. Nakaiimpluwensiya rin ang kultura, paniniwala, pakikipagkalakalan at pamumuhay ng mga taong naninirahan sa mga pook na ito kung bakit nagkakahawig ang kanilang wika. Ang sanhi ng pagkakaiba ng paglalaping makadiwa ng Tagalog-Cavite at Tagalog-Marinduque ay ang: (a) pag-uulit sa unang pantig ng salitang ugat, (b) Kailanan at Panauhan ng aktor/paksa, (c) pagkakaroon ng pagbabagong morpoponemiko bilang proseso ng paglalapi, at (d) pagkakaroon ng higit sa isang varyant ng pormasyon ng pandiwa gamit ang isang panlapi.
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 | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.356 | 0.250 |
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".