イングランドとウェールズの言語と社会経済的地位
この研究は、イングランドとウェールズでの言語使用に背景がどう影響するかを調べてるよ。
― 1 分で読む
目次
言語は俺たちが互いに繋がる重要な部分だよね。それは俺たちが誰で、どこから来たのかを反映してる。この研究は、異なるバックグラウンドが人々の言語の使い方にどう影響するか、特にイングランドとウェールズで見てるんだ。いろんな社会経済的クラスの人が混ざることで言語の使い方に大きな影響が出るんだ。
言語と社会のつながり
人々の社会経済的地位(SES)は語学に影響を与えるんだ。研究によると、異なるバックグラウンドの人々は話し方や書き方が明確に違うことが多いんだ。言語と社会的地位のつながりは研究されてきたけど、異なるSESグループが混ざる影響については詳細に調べられてないんだ。
データ収集
この関係を探るために、Twitterのデータを使ったよ。2015年から2021年までの間に、場所タグを含むツイートを100万人以上のユーザーから分析したんだ。これで異なる地域の人々がSNSでどんな風に表現してるかを見れたんだ。
地域を中層スーパー出力エリア(MSOA)という小さな地域に分けたよ。これらの地域は、約5,000人から15,000人の人口がいるんだ。それから、Twitterユーザーを国勢調査の所得データとリンクさせて、住んでる場所に基づいてSES指標を割り当てたんだ。
言語使用に関する発見
俺たちの主な発見は、大都市では異なる社会経済クラスの人がもっと交流するにつれて、使う言語が独特さを失っていくってこと。これって、いろんなバックグラウンドの人が混ざると、言語が似てくるってことを示唆してるんだ。
標準の英語はたいていより権威があると見られてるね。学校で教えられて、公的な場で使われる。でも、全員が標準的な言語を使うわけじゃない。特に、低SESの人は自分たちの方言や非標準な言語形式を使うことを好むかもしれないし、それが文化的アイデンティティの一形態と見なされることもあるんだ。
教育と制度の役割
教育は言語の認識と使用に重要な役割を果たしてる。学校はしばしば標準的な言語の形式を促進するから、それが分断を生むこともある。学業でうまくいく人は標準語を使う傾向が強いけど、他の人は非標準的なバリエーションの方が気楽かもしれない。これが既存の社会の分断を強めたり、標準語に苦しむ人の機会を制限したりすることもあるんだ。
言語の変異と社会階級
過去の研究によると、低SESのバックグラウンドの人は標準英語を使うときに文法的なミスをすることが多いんだ。これは標準的な形式に触れる機会が少なくて、ルールを学んだり練習したりするチャンスがあまりないからかもしれない。だから、言語の変異と社会経済的地位が互いに影響し合うサイクルがあるみたいだね。
言語の違いを理解する
言語の違いを測るために、文法とスペルをチェックするツールを使ったんだ。このツールをツイートに適用して、ユーザーが標準英語の文法からどれくらい逸脱してるかを見れたんだ。文法のミスの頻度と所得の間には弱い負の相関があることがわかった。つまり、一般的に高所得の人はミスが少ないってことね。
でも、特定の大都市を詳しく見てみると、このパターンに違いが見られた。多様な人口がいる都市では、言語使用と社会経済的地位の間に強い相関があったけど、他の都市では所得にあまり依存してないことがわかったんだ。
社会的混合の重要性
この研究の結果は、社会的混合が言語の変異を理解するための鍵だって示してる。異なるバックグラウンドの人がもっと交流する都市では、言語使用の違いが減少する。つまり、グループがあまり隔離されていないと、お互いの言葉の特徴を取り入れる可能性が高くなるんだ。
異なる都市は社会的混合の程度がバラバラだった。たとえば、ロンドンやバーミンガムのように多様性がある都市では、言語の違いがあまり目立たないけど、シェフィールドやニューカッスルのようにより隔離されている地域では、言語の違いがはっきりしてた。
移動パターンと言語の混合
社会的混合が言語にどう影響するかを理解するために、都市内での人々の移動の仕方を調べたんだ。異なるSESのバックグラウンドの人がどれくらいの頻度で会って交流するかを見れたんだ。頻繁な出会いは、お互いの言語使用により大きな影響を与えるんだ。
一つの社会階級の人が別の階級の住む地域を訪れる可能性を示す移動マトリックスを作ったよ。パターンを見ると、人は自分の社会経済的階級の中に留まる傾向があって、言語の混合の機会が制限されてることがわかったんだ。
観察を説明するモデル構築
これらのダイナミクスをより理解するために、言語のバリエーションがどう採用されるかを説明する簡単なモデルを開発したんだ。このモデルは次のことを考慮してる:
- 標準言語に付随する権威。
- 一部のグループが自分たちの話し方に抱く文化的な結びつき。
- 異なる社会経済的クラスがどのように混ざり合い、交流するか。
このモデルでは、エージェントが標準または非標準言語グループに属する人々を表してる。混合が高いときに、言語の違いが減って、お互いの特徴を取り入れることが示されてるんだ。
現実のシナリオのシミュレーション
このモデルが現実の状況でどうなるかを見るために、さっき分析した8つの大都市地域でシミュレーションを行ったんだ。実際の人口データに基づいてエージェントを詰め込むことで、シミュレーションの結果を以前の観察と比較できたんだ。
シミュレーションの結果、異なる社会経済グループがもっと交流すると、標準語または非標準語を使う選択が自身のバックグラウンドにあまり影響されなくなることがわかった。これはTwitterのデータから得られた結果とも一致していて、社会的混合が言語使用に大きな役割を果たしていることを示してるんだ。
結論:言語現象の理解
この研究は、言語使用と社会経済的地位の流動的な関係を示してる。異なるバックグラウンドの人々が交流することで、彼らの言語が正規化されて、言語選択が元の社会階級にあまり依存しなくなる傾向があるんだ。
俺たちの発見は、言語と社会に関する将来の研究を導くことができるし、特に追加の文脈や環境を考慮する際に重要なんだ。異なる社会的設定で言語がどう機能するかを理解することは、不平等や社会的流動性の大きな問題に取り組む上で重要なんだ。
将来の方向性
言語使用のダイナミクスを他の国でも調べて、他の場所でも似たような現象を理解することができるよ。それに、ソーシャルメディア以外の異なる文脈で人々が言語を使う方法を探るのも重要なんだ。それは挑戦だけど、そういうデータを集めることで、言語を社会的な道具としての理解が深まるし、将来の研究に役立つんだ。
こうした相互作用を学び続けることで、言語と社会におけるその役割についてより包括的な理解を目指せるし、多様なコミュニティ間の理解とつながりを深める道を切り開けるんだ。
タイトル: When Dialects Collide: How Socioeconomic Mixing Affects Language Use
概要: The socioeconomic background of people and how they use standard forms of language are not independent, as demonstrated in various sociolinguistic studies. However, the extent to which these correlations may be influenced by the mixing of people from different socioeconomic classes remains relatively unexplored from a quantitative perspective. In this work we leverage geotagged tweets and transferable computational methods to map deviations from standard English on a large scale, in seven thousand administrative areas of England and Wales. We combine these data with high-resolution income maps to assign a proxy socioeconomic indicator to home-located users. Strikingly, across eight metropolitan areas we find a consistent pattern suggesting that the more different socioeconomic classes mix, the less interdependent the frequency of their departures from standard grammar and their income become. Further, we propose an agent-based model of linguistic variety adoption that sheds light on the mechanisms that produce the observations seen in the data.
著者: Thomas Louf, José J. Ramasco, David Sánchez, Márton Karsai
最終更新: 2023-07-19 00:00:00
言語: English
ソースURL: https://arxiv.org/abs/2307.10016
ソースPDF: https://arxiv.org/pdf/2307.10016
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。
参照リンク
- https://community.languagetool.org/rule/list
- https://www.sciencemag.org/authors/preparing-manuscripts-using-latex
- https://geoportal.statistics.gov.uk/maps/msoa-dec-2011-boundaries-generalised-clipped-bgc-ew-v3
- https://www.ons.gov.uk/employmentandlabourmarket/peopleinwork/earningsandworkinghours/datasets/smallareaincomeestimatesformiddlelayersuperoutputareasenglandandwales
- https://www.nomisweb.co.uk/census/2011/ks101uk
- https://github.com/TLouf/ses-ling
- https://github.com/TLouf/ses-ling-analytical