Loading…
Situating Twitter Discourse in Relation to Spoken and Written Texts: A Lectometric Analysis
Language use on Twitter is a recent and currently understudied phenomenon. The present study makes an empirical contribution towards understanding the similarities and differences between Twitter and offline registers. To this purpose, a lectometric analysis is conducted: on the basis of 236 linguis...
Saved in:
Published in: | Zeitschrift für Dialektologie und Linguistik 2020-08, Vol.87 (2), p.250-284 |
---|---|
Main Author: | |
Format: | Article |
Language: | English |
Subjects: | |
Online Access: | Get full text |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
cited_by | |
---|---|
cites | |
container_end_page | 284 |
container_issue | 2 |
container_start_page | 250 |
container_title | Zeitschrift für Dialektologie und Linguistik |
container_volume | 87 |
creator | Bohmann, Axel |
description | Language use on Twitter is a recent and currently understudied phenomenon. The present study makes an empirical contribution towards understanding the similarities and differences between Twitter and offline registers. To this purpose, a lectometric analysis is conducted: on the basis of 236 linguistic features whose frequency information is measured in 7 309 spoken, written and Twitter texts, 10 dimensions of linguistic variation are developed. Within the space of variation circumscribed by these dimensions, Twitter is characterized not so much by radical difference as by gradual differentiation from other registers. The only dimension along which a clear distinction between Twitter and other registers can be seen is that of “colloquial markedness”. In general, language on Twitter can be described as involved and consciously informal, but not very much oriented towards either addressees or factual statements.
Sprachgebrauch auf Twitter ist ein verhältnismäßig junges und derzeit unzureichend dokumentiertes Phänomen. Die vorliegende Studie leistet einen empirischen Beitrag zum besseren Verständnis sprachlicher Variation auf Twitter und deren Ähnlichkeit zu bzw. Differenzierung von anderen Registern. Zu diesem Zweck wird eine lektometrische Analyse durchgeführt: Anhand von 236 sprachlichen Merkmalen, deren Frequenz in 7 309 gesprochenen, geschriebenen und auf Twitter veröffentlichten Texten gemessen wurde, werden 10 Dimensionen sprachlicher Variation entwickelt. Innerhalb des Variationsraums, der von diesen Dimensionen beschrieben wird, zeichnet sich Sprache auf Twitter weniger durch radikale sondern vielmehr durch graduelle Unterschiede zu anderen Registern aus. Lediglich auf der Dimension der „kolloquialen Markiertheit“ hebt sich Twitter deutlich von den restlichen Registern ab. Insgesamt lässt sich das sprachliche Register auf Twitter als involviert und bewusst informell, allerdings wenig adressaten- und faktenorientiert beschreiben. |
doi_str_mv | 10.25162/ZDL-2020-0009 |
format | article |
fullrecord | <record><control><sourceid>jstor_franz</sourceid><recordid>TN_cdi_jstor_primary_48604371</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><jstor_id>48604371</jstor_id><sourcerecordid>48604371</sourcerecordid><originalsourceid>FETCH-LOGICAL-f141t-8f73ea40a86e227954ed7e4af6b86f137ec5dbdcc64707d500d0612b7248e7a83</originalsourceid><addsrcrecordid>eNpFkEtLAzEURoMoWKtbd0K2LqI3j0kyS2l9QUGwFcHNkE7uSGrNlCRF7a-3pYKrb3EO3-IQcs7hSlRci-u38YQJEMAAoD4gAyG1ZkLW1SEZACjFuFL1MTnJeQEgrQQ5IKNpKGtXQnyns69QCiY6Drnt1ykjDZE-43JL-0hLT6er_gMjddHT17RzI53hd8mn5Khzy4xnfzskL3e3s9EDmzzdP45uJqzjihdmOyPRKXBWoxCmrhR6g8p1em51x6XBtvJz37ZaGTC-AvCguZgboSwaZ-WQXOx_F7n0qVml8OnST6OsBiUN3_LLPe-Si5tcMET81zZ-2ezqNLs68hfOelgx</addsrcrecordid><sourcetype>Publisher</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>Situating Twitter Discourse in Relation to Spoken and Written Texts: A Lectometric Analysis</title><source>JSTOR Archival Journals and Primary Sources Collection</source><creator>Bohmann, Axel</creator><creatorcontrib>Bohmann, Axel</creatorcontrib><description>Language use on Twitter is a recent and currently understudied phenomenon. The present study makes an empirical contribution towards understanding the similarities and differences between Twitter and offline registers. To this purpose, a lectometric analysis is conducted: on the basis of 236 linguistic features whose frequency information is measured in 7 309 spoken, written and Twitter texts, 10 dimensions of linguistic variation are developed. Within the space of variation circumscribed by these dimensions, Twitter is characterized not so much by radical difference as by gradual differentiation from other registers. The only dimension along which a clear distinction between Twitter and other registers can be seen is that of “colloquial markedness”. In general, language on Twitter can be described as involved and consciously informal, but not very much oriented towards either addressees or factual statements.
Sprachgebrauch auf Twitter ist ein verhältnismäßig junges und derzeit unzureichend dokumentiertes Phänomen. Die vorliegende Studie leistet einen empirischen Beitrag zum besseren Verständnis sprachlicher Variation auf Twitter und deren Ähnlichkeit zu bzw. Differenzierung von anderen Registern. Zu diesem Zweck wird eine lektometrische Analyse durchgeführt: Anhand von 236 sprachlichen Merkmalen, deren Frequenz in 7 309 gesprochenen, geschriebenen und auf Twitter veröffentlichten Texten gemessen wurde, werden 10 Dimensionen sprachlicher Variation entwickelt. Innerhalb des Variationsraums, der von diesen Dimensionen beschrieben wird, zeichnet sich Sprache auf Twitter weniger durch radikale sondern vielmehr durch graduelle Unterschiede zu anderen Registern aus. Lediglich auf der Dimension der „kolloquialen Markiertheit“ hebt sich Twitter deutlich von den restlichen Registern ab. Insgesamt lässt sich das sprachliche Register auf Twitter als involviert und bewusst informell, allerdings wenig adressaten- und faktenorientiert beschreiben.</description><identifier>ISSN: 0044-1449</identifier><identifier>EISSN: 2366-2395</identifier><identifier>DOI: 10.25162/ZDL-2020-0009</identifier><language>eng</language><publisher>Franz Steiner Verlag</publisher><subject>AUFSÄTZE ; computer-mediated discourse (CMD) ; computervermittelte Kommunikation ; factor analysis ; Faktoranalyse ; lectometry ; Lektometrie ; multidimensional (MD) analysis ; multidimensionale (MD) Analyse ; register ; Twitter ; ZDL 2020, 250</subject><ispartof>Zeitschrift für Dialektologie und Linguistik, 2020-08, Vol.87 (2), p.250-284</ispartof><rights>Franz Steiner Verlag, 2020</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><linktopdf>$$Uhttps://www.jstor.org/stable/pdf/48604371$$EPDF$$P50$$Gjstor$$H</linktopdf><linktohtml>$$Uhttps://www.jstor.org/stable/48604371$$EHTML$$P50$$Gjstor$$H</linktohtml></links><search><creatorcontrib>Bohmann, Axel</creatorcontrib><title>Situating Twitter Discourse in Relation to Spoken and Written Texts: A Lectometric Analysis</title><title>Zeitschrift für Dialektologie und Linguistik</title><addtitle>ZDL</addtitle><description>Language use on Twitter is a recent and currently understudied phenomenon. The present study makes an empirical contribution towards understanding the similarities and differences between Twitter and offline registers. To this purpose, a lectometric analysis is conducted: on the basis of 236 linguistic features whose frequency information is measured in 7 309 spoken, written and Twitter texts, 10 dimensions of linguistic variation are developed. Within the space of variation circumscribed by these dimensions, Twitter is characterized not so much by radical difference as by gradual differentiation from other registers. The only dimension along which a clear distinction between Twitter and other registers can be seen is that of “colloquial markedness”. In general, language on Twitter can be described as involved and consciously informal, but not very much oriented towards either addressees or factual statements.
Sprachgebrauch auf Twitter ist ein verhältnismäßig junges und derzeit unzureichend dokumentiertes Phänomen. Die vorliegende Studie leistet einen empirischen Beitrag zum besseren Verständnis sprachlicher Variation auf Twitter und deren Ähnlichkeit zu bzw. Differenzierung von anderen Registern. Zu diesem Zweck wird eine lektometrische Analyse durchgeführt: Anhand von 236 sprachlichen Merkmalen, deren Frequenz in 7 309 gesprochenen, geschriebenen und auf Twitter veröffentlichten Texten gemessen wurde, werden 10 Dimensionen sprachlicher Variation entwickelt. Innerhalb des Variationsraums, der von diesen Dimensionen beschrieben wird, zeichnet sich Sprache auf Twitter weniger durch radikale sondern vielmehr durch graduelle Unterschiede zu anderen Registern aus. Lediglich auf der Dimension der „kolloquialen Markiertheit“ hebt sich Twitter deutlich von den restlichen Registern ab. Insgesamt lässt sich das sprachliche Register auf Twitter als involviert und bewusst informell, allerdings wenig adressaten- und faktenorientiert beschreiben.</description><subject>AUFSÄTZE</subject><subject>computer-mediated discourse (CMD)</subject><subject>computervermittelte Kommunikation</subject><subject>factor analysis</subject><subject>Faktoranalyse</subject><subject>lectometry</subject><subject>Lektometrie</subject><subject>multidimensional (MD) analysis</subject><subject>multidimensionale (MD) Analyse</subject><subject>register</subject><subject>Twitter</subject><subject>ZDL 2020, 250</subject><issn>0044-1449</issn><issn>2366-2395</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2020</creationdate><recordtype>article</recordtype><sourceid/><recordid>eNpFkEtLAzEURoMoWKtbd0K2LqI3j0kyS2l9QUGwFcHNkE7uSGrNlCRF7a-3pYKrb3EO3-IQcs7hSlRci-u38YQJEMAAoD4gAyG1ZkLW1SEZACjFuFL1MTnJeQEgrQQ5IKNpKGtXQnyns69QCiY6Drnt1ykjDZE-43JL-0hLT6er_gMjddHT17RzI53hd8mn5Khzy4xnfzskL3e3s9EDmzzdP45uJqzjihdmOyPRKXBWoxCmrhR6g8p1em51x6XBtvJz37ZaGTC-AvCguZgboSwaZ-WQXOx_F7n0qVml8OnST6OsBiUN3_LLPe-Si5tcMET81zZ-2ezqNLs68hfOelgx</recordid><startdate>20200815</startdate><enddate>20200815</enddate><creator>Bohmann, Axel</creator><general>Franz Steiner Verlag</general><scope/></search><sort><creationdate>20200815</creationdate><title>Situating Twitter Discourse in Relation to Spoken and Written Texts</title><author>Bohmann, Axel</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-f141t-8f73ea40a86e227954ed7e4af6b86f137ec5dbdcc64707d500d0612b7248e7a83</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>eng</language><creationdate>2020</creationdate><topic>AUFSÄTZE</topic><topic>computer-mediated discourse (CMD)</topic><topic>computervermittelte Kommunikation</topic><topic>factor analysis</topic><topic>Faktoranalyse</topic><topic>lectometry</topic><topic>Lektometrie</topic><topic>multidimensional (MD) analysis</topic><topic>multidimensionale (MD) Analyse</topic><topic>register</topic><topic>Twitter</topic><topic>ZDL 2020, 250</topic><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>Bohmann, Axel</creatorcontrib><jtitle>Zeitschrift für Dialektologie und Linguistik</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>Bohmann, Axel</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>Situating Twitter Discourse in Relation to Spoken and Written Texts: A Lectometric Analysis</atitle><jtitle>Zeitschrift für Dialektologie und Linguistik</jtitle><addtitle>ZDL</addtitle><date>2020-08-15</date><risdate>2020</risdate><volume>87</volume><issue>2</issue><spage>250</spage><epage>284</epage><pages>250-284</pages><issn>0044-1449</issn><eissn>2366-2395</eissn><abstract>Language use on Twitter is a recent and currently understudied phenomenon. The present study makes an empirical contribution towards understanding the similarities and differences between Twitter and offline registers. To this purpose, a lectometric analysis is conducted: on the basis of 236 linguistic features whose frequency information is measured in 7 309 spoken, written and Twitter texts, 10 dimensions of linguistic variation are developed. Within the space of variation circumscribed by these dimensions, Twitter is characterized not so much by radical difference as by gradual differentiation from other registers. The only dimension along which a clear distinction between Twitter and other registers can be seen is that of “colloquial markedness”. In general, language on Twitter can be described as involved and consciously informal, but not very much oriented towards either addressees or factual statements.
Sprachgebrauch auf Twitter ist ein verhältnismäßig junges und derzeit unzureichend dokumentiertes Phänomen. Die vorliegende Studie leistet einen empirischen Beitrag zum besseren Verständnis sprachlicher Variation auf Twitter und deren Ähnlichkeit zu bzw. Differenzierung von anderen Registern. Zu diesem Zweck wird eine lektometrische Analyse durchgeführt: Anhand von 236 sprachlichen Merkmalen, deren Frequenz in 7 309 gesprochenen, geschriebenen und auf Twitter veröffentlichten Texten gemessen wurde, werden 10 Dimensionen sprachlicher Variation entwickelt. Innerhalb des Variationsraums, der von diesen Dimensionen beschrieben wird, zeichnet sich Sprache auf Twitter weniger durch radikale sondern vielmehr durch graduelle Unterschiede zu anderen Registern aus. Lediglich auf der Dimension der „kolloquialen Markiertheit“ hebt sich Twitter deutlich von den restlichen Registern ab. Insgesamt lässt sich das sprachliche Register auf Twitter als involviert und bewusst informell, allerdings wenig adressaten- und faktenorientiert beschreiben.</abstract><pub>Franz Steiner Verlag</pub><doi>10.25162/ZDL-2020-0009</doi><tpages>35</tpages></addata></record> |
fulltext | fulltext |
identifier | ISSN: 0044-1449 |
ispartof | Zeitschrift für Dialektologie und Linguistik, 2020-08, Vol.87 (2), p.250-284 |
issn | 0044-1449 2366-2395 |
language | eng |
recordid | cdi_jstor_primary_48604371 |
source | JSTOR Archival Journals and Primary Sources Collection |
subjects | AUFSÄTZE computer-mediated discourse (CMD) computervermittelte Kommunikation factor analysis Faktoranalyse lectometry Lektometrie multidimensional (MD) analysis multidimensionale (MD) Analyse register ZDL 2020, 250 |
title | Situating Twitter Discourse in Relation to Spoken and Written Texts: A Lectometric Analysis |
url | http://sfxeu10.hosted.exlibrisgroup.com/loughborough?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-03-05T18%3A49%3A14IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-jstor_franz&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=Situating%20Twitter%20Discourse%20in%20Relation%20to%20Spoken%20and%20Written%20Texts:%20A%20Lectometric%20Analysis&rft.jtitle=Zeitschrift%20f%C3%BCr%20Dialektologie%20und%20Linguistik&rft.au=Bohmann,%20Axel&rft.date=2020-08-15&rft.volume=87&rft.issue=2&rft.spage=250&rft.epage=284&rft.pages=250-284&rft.issn=0044-1449&rft.eissn=2366-2395&rft_id=info:doi/10.25162/ZDL-2020-0009&rft_dat=%3Cjstor_franz%3E48604371%3C/jstor_franz%3E%3Cgrp_id%3Ecdi_FETCH-LOGICAL-f141t-8f73ea40a86e227954ed7e4af6b86f137ec5dbdcc64707d500d0612b7248e7a83%3C/grp_id%3E%3Coa%3E%3C/oa%3E%3Curl%3E%3C/url%3E&rft_id=info:oai/&rft_id=info:pmid/&rft_jstor_id=48604371&rfr_iscdi=true |