بررسی مقابله ای رده شناختی همگانی های گرینبرگ در گونه های ترکی رزن، تبریز و استانبولی
محل انتشار: دوماهنامه جستارهای زبانی، دوره: 9، شماره: 4
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 273
فایل این مقاله در 28 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_LRR-9-4_003
تاریخ نمایه سازی: 12 مرداد 1400
چکیده مقاله:
هدف از نگارش مقاله حاضر، راستی آزمایی همگانی های گرینبرگ و بررسی شمول آنها در حوزه های ترتیب واژه و مقوله های تصریفی در سه گونه ترکی رزن، تبریز و استانبولی است که از زیرشاخه های زبان ترکی محسوب میشوند. دو گونه اول در منطقه غرب و شمال غرب ایران، در دو خطه مجزا به لحاظ جغرافیایی، واقع شده اند و گونه سوم، زبان رسمی کشور ترکیه است. در رسیدن به اهداف پژوهش، داده های هر سه گونه، به روش مصاحبه با گویشوران بومی، ضبط صدا و آوانگاری داده ها ثبت و ۴۵ همگانی گرینبرگ بهصورت هدفمند در داده های جمع آوریشده مورد بررسی قرار گرفت. نتایج پژوهش بیانگر آن است که با وجود دوری منطقه جغرافیایی، سه گونه مورد بررسی قرابت بسیاری را درحوزه های نحوی، صرفی و رده شناسی آشکار می سازند. البته تفاوت هایی نیز میان سه گونه بهویژه گونه ترکی استانبولی با دو گونه دیگر دیده می شود که مهمترین آنان در حوزه واژگانی است. آمار و نتایج کاربردی این تحلیل طی تحقیق ارائه شده است. بر اساس نتایج این تحقیق از ۴۵ همگانی گرینبرگ، ۱۸ همگانی در داده ها کاربرد دارد و از این مجموعه حدود ۴۰ درصد از همگانی ها مورد تایید است. البته درصد مذکور در حوزه های متفاوت صرفی، رده شناختی و نحوی متفاوت است که در متن تحقیق مورد تبیین قرار گرفته است.
کلیدواژه ها:
Key words: Typology ، Razan Turkish ، Tabriz Turkish ، Istanbul Turkish ، Greenbergian universals. ، واژههای کلیدی: رده شناسی ، ترکی رزن ، ترکی تبریز ، ترکی استانبولی ، همگانی های گرینبرگ.
نویسندگان
محمد علی جعفری
۱. Department of Linguistics, Islamic Azad University, Science and Research, Qom Branch۲. Islamic Azad University, Qom, Branch, Iran
مهین ناز میردهقان
Associate Professor, Shahid Beheshti University, Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :