Força da categoria e mapas de termos

Utilizamos nossa metodologia para identificar BCTs para populações masculinas e femininas separadamente. Os gráficos de mapas de termos são apresentados na Seção Complementar 7, Figs S7-S97, para todos os idiomas na WCS com pelo menos oito entrevistados do sexo masculino e oito do feminino. Considerando todas as palavras coloridas em todas as línguas da WCS, em muitos casos, as subpopulações masculina e feminina parecem utilizar palavras de uso semelhante. Estamos, contudo, interessados em estudar casos em que os comportamentos de nomeação de homens e mulheres parecem ser muito diferentes. Para ilustrar algumas possíveis semelhanças e diferenças de categoria e força entre homens e mulheres, começamos com dois exemplos. A Figura 1 mostra os valores de força das categorias feminino e masculino, QCA e CSM, lado a lado para duas línguas WCS.

O painel esquerdo mostra os pontos fortes das categorias com respeito às subpopulações masculina e feminina da língua Bauzi (L12 nos arquivos do WCS). Cada ponto vermelho (azul) representa uma palavra colorida e é plotado a uma altura correspondente à sua força da categoria feminina (masculino), valor CSF (CSM). Os pontos que correspondem à mesma palavra são ligados por linhas pretas. Das sete palavras coloridas usadas pelo idioma 12 falantes, cinco são classificadas como termos sempre-básicos de cor (os dois termos nunca-básicos de cor têm força de categoria 0), e mesmo quando separadas em subgrupos masculinos e femininos as cinco palavras são sempre-básicas em relação às duas subpopulações; a ordenação da força de categoria dos termos é muito semelhante em machos e fêmeas. Os mapas de termos populacionais para subpopulações masculinas e femininas, que denotamos TMw,F e TMw,M para cada categoria correspondente a uma palavra w, são mostrados como heatmaps na Fig. 2. Cada pixel retangular no termo mapas representa um chip colorido usado no WCS, de tal forma que os pixels no termo mapas e os chips de grade WCS são orientados da mesma forma; o conjunto completo de chips WCS é mostrado na Fig. S1 na Seção Complementar 1 para referência. Um sombreamento mais escuro nos mapas indica que as cores correspondentes são nomeadas com a palavra wi por uma fração maior da subpopulação. O sombreamento branco no termo mapas indica que as cores correspondentes nunca são nomeadas com a palavra wi. Podemos ver que o comportamento de nomenclatura dos falantes femininos e masculinos coincide estreitamente em todos os cinco termos de cores relevantes.

As subpopulações masculina e feminina mostram comportamentos diferentes na linguagem Cakchiquel (L17 nos arquivos do WCS). Na Fig. 1, painel direito, podemos ver que a ordenação dos termos de acordo com os pontos fortes das categorias derivadas do gênero são muito diferentes. Voltaremos a esta linguagem na seção quando explorarmos diferenças concretas no comportamento de nomenclatura de cores masculino e feminino.

Para obter uma visão mais global de como geralmente podem ser semelhantes ou diferentes comportamentos de nomenclatura masculina e feminina, quantificamos as diferenças entre TMw,F e TMw,M usando a função Diff (TMw,F, TMw,M) em todas as línguas, e em todas as palavras coloridas que são básicas com respeito a pelo menos um dos gêneros. A figura 3 mostra um histograma de todos esses dados. Podemos ver que enquanto a maioria dos termos coloridos mostram um comportamento similar de nomenclatura masculino/feminino, existem termos onde a diferença é relativamente grande; existem 19 palavras coloridas, abrangendo 14 línguas, que têm valores Diff (TMw,F, TMw,M) maiores que 0.25.

Uma questão importante é se as grandes diferenças na categorização de cores aqui obtidas são realmente uma assinatura de diferenças no comportamento feminino e masculino. Pode ser possível que qualquer divisão aleatória de uma população em dois grupos seja capaz de dar algumas diferenças na categorização (ou, aparência de mapa de termos) apenas por acaso. Para estudar a significância estatística dos resultados da Fig. 3, dividimos aleatoriamente cada população em dois subgrupos (o grupo pseudomale e o grupo pseudofeminino) e aplicamos a mesma metodologia para encontrar a distribuição global das diferenças entre os comportamentos de nomenclatura pseudomale e pseudofeminino de cada língua. Em seguida, contamos e registramos o número de termos que têm valor Diff acima de 0,25. Fizemos isso 10.000 vezes; a Fig. 3 mostra a distribuição das contagens obtidas, com área normalizada igual a 1 unidade.

Agora assumimos a seguinte hipótese nula: “19 ou mais casos com Diff ≥ 0,25 podem ser obtidos dividindo aleatoriamente cada população em dois subgrupos”. Note que quando normalizado para ter uma área unitária, o histograma da Fig. 3 pode ser interpretado como uma distribuição de probabilidade que mostra a probabilidade de aparecerem n termos highDiff. Se a hipótese nula estiver correta, a “cauda” do histograma normalizado, destacada em laranja, teria área maior ou igual a 0,05 (usando o corte de 95%). Este não é no entanto o caso a área observada é aproximadamente 0,0191, o que implica que um grande grau de diferença no comportamento de nomenclatura, assumindo que os subgrupos são formados por divisão aleatória da população geral, ocorre com uma probabilidade muito pequena. Podemos, portanto, concluir que as diferenças observadas pelo estudo de homens e mulheres são estatisticamente significativas.

Análise dos 19 termos que satisfazem Diff (w) > 0,25 revela que três termos vêm da linguagem Karaja (L53 nos arquivos da WCS): ikura, iura, e idy. É observado em Kay et al. (2009) que a coleta de dados de nomenclatura de cores foi irregular para esta linguagem – os dados foram coletados em grupos e não de indivíduos, o que faz com que os mapas de termos individuais, subpopulares e de população total exibam distribuições incomuns. Portanto, omitimos essa linguagem do estudo; note que omitir L53 de todas as simulações ainda produz um histograma com tamanho de cauda menor que 0,05, o que significa que excluir L53 não altera as conclusões da análise de significância estatística.

Se tivéssemos optado por observar termos com Diff (w) > 0,2, teríamos encontrado 79 termos no conjunto de dados da WCS. Isso é um número muito grande de termos para estudar caso a caso neste trabalho, apesar de destacarmos alguns exemplos especiais desse conjunto na Discussão. Realizando uma análise de significância adicional, verificamos que menos de 1% de cada 10.000 termos produzem 79 ou mais termos com Diff (w) > 0,2, portanto podemos concluir que o estudo desse conjunto de termos também é relevante.

Case studies: large differences between female and male term maps

Depois de remover L53 do estudo, ficamos com 16 palavras em 13 idiomas; informações detalhadas para esses idiomas são fornecidas na Tabela 1. Abaixo exploramos esses 16 termos de interesse. Considerando os mapas coloridos dos idiomas que aparecem nesta lista, podemos identificar os seguintes grupos-chave determinados por grandes diferenças entre homens e mulheres:

• Um gênero lexica uma categoria ou uma divisão de categoria, e o outro gênero não (idiomas 75, 81, 30, 94, 103, 67). Isto pode ser causado por um gênero aprender/adquirir uma categoria antes do outro gênero, e em nossos casos high-Diff isto acontece na região “verde/azul/grue” do espaço de cor. Convencionalmente, “grue” refere-se à coleção de cores que podem ser descritas em inglês tanto pelo azul quanto pelo verde.

• Os gêneros lexicalizam categorias similares, mas podem ter nomes preferenciais diferentes para a categoria. Isto pode ser causado por sinônimos de palavras-cores nativas (idioma 103), ou por palavras-cores emprestadas que competem com palavras-cores nativas existentes (idiomas 67, 45, 17). Em nossos casos high-Diff, vemos isso ocorrendo na região “roxa” e (um exemplo) na região “verde/azul/grue” do espaço de cor.

• Outros (idiomas 6, 21, 34, 46, 49).

Below consideramos mais detalhadamente os casos que indicam o surgimento de uma categoria em apenas um esquema de categorização de cores de um gênero. Especificamente, destacamos o comportamento de nomenclatura de cores exibido pelas línguas Murle, Patep, Colorado, Tboli, Walpiri, Mazahua, Huastec, e Cakchiquel. Os demais casos de Diff grande (denominados “outros” acima) não exibem comportamento incomum ou interessante, então nós os abordamos na Seção Complementar 2.

Caso 1: Murle (L75)

A língua Murle tem um termo, nyapus (w11), que tem um alto valor Diff, veja a segunda linha da Fig. 4. Podemos ver que de acordo com a subpopulação feminina, w11 ocasionalmente designa a região de cores “azul claro”, enquanto que a subpopulação masculina não usa w11 de todo. Os falantes masculinos usam apenas w1 para designar as cores grue. Enquanto as fêmeas também usam w1 para designar cores grue (a categoria grue), os termos mapas parecem indicar que a subpopulação feminina usou uma categoria extra fraca cobrindo as cores “azul claro”, que a subpopulação masculina não usa. Também notamos que a categoria grue para as fêmeas é polarizada para as tonalidades verdes, enquanto que a “grue” masculina é relativamente equilibrada.

>

Caso 2: Patep (L81)

A linguagem Patep tem um termo, bilu (w8), que tem um alto valor Diff, veja a terceira linha da Fig. 5. Podemos ver que w8 designa melhor a região “azul” das cores. Entretanto, também podemos ver pela coloração em escala de cinza da categoria w8 masculino que os falantes masculinos não usam w8 com frequência suficiente ou consistentemente o suficiente para qualificar w8 como CSM básico. De fato, os falantes masculinos usaram w2 para designar as cores “azul” e “verde”, e também usam ocasionalmente w1 para designar as cores “verde”. As mulheres separam as categorias de cores “verde” e “azul” com w2 e w8, respectivamente.

Caso 3: Colorado (L30)

O idioma Colorado tem um termo, losimban (w4), que tem um alto valor Diff, veja a primeira linha da Fig. 6. As fêmeas usam w6 para designar “azul” e w4 para designar “verde”. Em contraste, os machos raramente usam w4 para designar as cores “verde” e “azul”; w6 é usado muito raramente pela população masculina e parece ser usado para designar as cores que não se enquadram numa categoria conhecida.

Casa 4: Tboli (L94)

A língua Tboli tem um termo, gingung (w7), que tem um alto valor Diff (ver Fig. 7). As fêmeas usam w7 para designar “azul escuro-púrpura”, enquanto os machos raramente usam w7; as cores “azul escuro-púrpura” não são representadas em nenhuma outra categoria masculina.

>

Nos próximos estudos de caso, observamos a coexistência de nomes concorrentes para a mesma categoria de cor.

Casa 5: Walpiri (L103)

A linguagem Walpiri tem um termo, wajirrkikajirrki (w12), que tem um alto valor Diff, veja a segunda linha da Fig. 8. As fêmeas têm duas palavras concorrentes que designam as cores “verde”: w12 e w14. As cores “preto” e “azul” são cobertas por w7. Por outro lado, os machos raramente usam w12 para designar “verde”, mas usam w14 (e muito ocasionalmente w7) para designar “verde”. Além de uma fraca presença na categoria w7, as cores “azul” aparecem na categoria não-básica w10 tanto para os machos como para as fêmeas (com uma força maior para as fêmeas). Walpiri foi considerado com algum detalhe em Lindsey e Brown (2009) que identificaram a existência de cinco motivos de nomenclatura de cores nesta linguagem; parece que as diferenças de gênero na nomenclatura de cores contribuem para esta diversidade.

>

Casa 6: Mahahua (L67)

A língua Mazahua tem dois termos que têm altos valores Diff: morado, e verde. Referimo-nos às palavras, respectivamente, como w28 e w47, com base na enumeração da WCS. Os mapas dos termos masculino e feminino para w47 são mostrados na sexta linha da Fig. 9. Podemos ver que os falantes masculinos quase nunca usam w47 para designar qualquer cor, enquanto as femininas usam w47 com alta freqüência e consistência ao descrever cores que se aproximam da categoria “green” em inglês. Isto é especialmente interessante quando consideramos o termo mapas de w4, mostrado na segunda fila da Fig. 9. As fêmeas usam w4 para designar as cores “blue” em inglês, enquanto os machos usam w4 para designar a combinação das cores “blue” e “green” (“grue”). Portanto, este é um exemplo onde um gênero lexicaliza uma categoria grande (“grue”), enquanto o outro gênero a divide em duas categorias menores (“blue” e “green”). Os mapas de termos masculinos e femininos para w28 são mostrados na quinta linha da Fig. 9. w28 é usado por machos e fêmeas para designar a região de cores “púrpura”. Entretanto, falantes femininos usam apenas w28 para designar “roxo” enquanto falantes masculinos também usam w7 para designar o mesmo conjunto de cores.

Casa 7: Huastec (L45)

A língua Huastec tem dois termos, morado e muyaky (w5 e w6), que têm altos valores Diff (ver Fig. 10). Fêmeas e machos usam ambos os termos para designar a região “roxa” das cores. Entretanto, falantes femininos favorecem w6 enquanto falantes masculinos favorecem w5. É interessante que nesta língua os machos usam o termo morado, emprestado do espanhol, enquanto as fêmeas usam muyaku (tradicional). Isto mostra um padrão semelhante ao encontrado por Samarina (2007) em línguas do Cáucaso, que é explicado pelas diferenças de gênero no estilo de vida. As mulheres que estão tipicamente envolvidas em práticas que requerem atenção a alimentos, corantes e plantas, tendem a usar termos indígenas, descritivos da cor. Os homens, ao contrário, se envolvem em comércio e outras atividades além do ambiente doméstico, o que os leva a usar termos de cor mais abstratos e adotados.

Casa 8: Cakchiquel (L17)

A linguagem Cakchiquel tem um termo, lila (w16), que tem um alto valor Diff, veja a quinta linha da Fig. 11. As fêmeas usam w16 para designar “roxo claro”; os machos usam w16 com menos frequência e consistência quando descrevem o mesmo conjunto de cores. Entretanto, podemos ver que enquanto as fêmeas usam w10 para designar as cores “roxo escuro”, os machos usam w10 para designar todas as cores na região “roxa”, incluindo as variedades claro e escuro.