Zitierverfahren für Sprachkarten

Wie Champollion sicherstellt, dass jede Aussage auf einer Sprachkarte auf eine Primärquelle zurückführbar ist.

---

1. Das Problem

Sprachkarten enthalten faktische Aussagen — Sprecherzahlen, Gefährdungsstatus, Kontakteinflüsse, morphologische Eigenschaften, typografische Konventionen, Methodenunterstützung —, die überprüfbar sein müssen. Derzeit gilt:

• Das Feld dataSources ist ein flaches Array von Zeichenketten (z. B. ["cldr-48", "glottolog-5.3"])
• Es gibt keine Zitiergranularität auf Feldebene
• Aussagen wie „~2,8 Mio. Sprecher“ oder „gefährdet“ verfügen über keine nachvollziehbare Herkunft
• Ein Prüfer kann nicht feststellen, welche Quelle welche Aussage stützt

[!CAUTION] Eine unbelegte Aussage ist eine nicht überprüfbare Aussage. Für ein Projekt, das sich als professionell rigoros positioniert, muss jede Behauptung auf einer Sprachkarte auf eine bestimmte, versionierte Primärquelle zurückführbar sein.

---

2. Maßgebliche Quellen (nach Priorität gereiht)

Für jede Art von Aussage sind die folgenden Quellen maßgeblich. Bevorzugen Sie stets die höchstgereihte verfügbare Quelle.

Klassifikation und Identität

Priorität	Quelle	Umfasst	Lizenz	Zitierweise
1	Glottolog (Max Planck)	Familie, Abstammung, Glottocode	CC-BY 4.0	glottolog-5.x
2	ISO 639-3 (SIL)	ISO-Codes, Makrosprachen	Frei	iso639-3-{date}
3	WALS (Max Planck)	Genus-Definitionen, typologische Merkmale	CC-BY 4.0	wals-2024
4	CLDR (Unicode)	Locale-Codes, Skript-Codes, Pluralregeln	Unicode ToS	cldr-{version}

Sprecherdemografie und Vitalität

Priorität	Quelle	Umfasst	Lizenz	Zitierweise
1	Nationale Zensusdaten	Offizielle Sprecherzahlen	Variiert (üblicherweise öffentlich)	census-{country}-{year}
2	Ethnologue	Sprecherschätzungen, EGIDS	Proprietär (Abonnement)	ethnologue-{edition}
3	UNESCO Atlas	Gefährdungsstatus	Frei	unesco-atlas-{year}
4	Veröffentlichte wissenschaftliche Arbeiten	Regionale Sprechererhebungen	Lizenz je Arbeit	{author}-{year}
5	Katig Collective	Philippinische Sprachen	Akademisch	katig-{year}

[!WARNING] Verwenden Sie niemals Wikipedia, LLM-generierten Text oder eigenes Wissen als Primärquelle für demografische Aussagen. Dabei handelt es sich bestenfalls um Sekundär-/Tertiärquellen. Führen Sie stets auf die Primärdaten zurück.

Methodenunterstützung (Abdeckung der Übersetzungs-APIs)

Methode	Verifizierungsquelle	Verifizierungsweise	Zitierweise
Google Translate	Sprachliste	API-Aufruf oder Dokumentationsseite	google-translate-{date}
DeepL	Sprachliste	API-Aufruf	deepl-api-{date}
Microsoft Translator	Sprachliste	Dokumentationsseite	ms-translator-{date}
LibreTranslate	Sprachliste	API-Aufruf	libretranslate-{date}
NLLB	FLORES README	README + Modellkarte	nllb-200-{date}
LLM	Stets true	Entfällt (Qualität variiert)	llm-assumed

DLS (Digital Language Support)

Priorität	Quelle	Umfasst	Zitierweise
1	Simons et al. 2022	DLS-Werte (ursprüngliche 143 Werkzeuge)	simons-2022
2	Ethnologue 27. Aufl. ff.	DLS-Werte (erweiterte 211 Werkzeuge)	ethnologue-{edition}-dls

Typografie, Plurale, Skripte

Priorität	Quelle	Umfasst	Zitierweise
1	CLDR	Pluralregeln, Anführungszeichen, Zahlenformatierung	cldr-{version}
2	Unicode CSUR	Skript-Codes	iso15924-{date}
3	Veröffentlichte Grammatiken	Sprachspezifische Regeln	{author}-{year}

Kontakteinflüsse

Priorität	Quelle	Umfasst	Zitierweise
1	Veröffentlichte historisch-linguistische Arbeiten	Lehnwortstudien, Kontaktgeschichte	{author}-{year}
2	Referenzgrammatiken	Beschreibungen struktureller Einflüsse	{grammar-title}-{year}
3	WALS	Typologische Vergleiche	wals-{feature}-{year}

[!IMPORTANT] Aussagen zu Kontakteinflüssen sind am schwierigsten zu belegen. Aussagen wie „spanisches Superstrat, tief, 1571–1898“ erfordern Fachwissen der historischen Linguistik. Falls keine veröffentlichte Quelle gefunden werden kann, kennzeichnen Sie die Aussage mit "citation_needed": true, anstatt zu raten.

---

3. Zitierverfahren (Schritt für Schritt)

Beim Erstellen einer neuen Sprachkarte

1. Beginnen Sie mit automatisch befüllten Feldern:

   • Führen Sie node scripts/build-language-tree.mjs --enrich aus → befüllt classification aus Glottolog
   • Erfassen Sie "glottolog-{version}" in dataSources

2. Fügen Sie CLDR-Daten hinzu:

   • Schlagen Sie Pluralregeln, Anführungszeichen und Skript-Code in CLDR nach
   • Erfassen Sie "cldr-{version}" in dataSources

3. Recherchieren Sie die Sprecherdemografie:

   • Prüfen Sie ZUERST nationale Zensusdaten
   • Gleichen Sie mit Ethnologue ab (sofern verfügbar)
   • Gleichen Sie mit dem UNESCO Atlas ab
   • Erfassen Sie ALLE konsultierten Quellen in dataSources

4. Verifizieren Sie die Methodenunterstützung:

   • Prüfen Sie die Sprachliste JEDER API (nicht aus dem Gedächtnis, nicht aus Annahmen)
   • Erfassen Sie das Verifizierungsdatum

5. Recherchieren Sie Kontakteinflüsse:

   • Finden Sie veröffentlichte historisch-linguistische Arbeiten
   • Dokumentieren Sie Zeitraum, Typ und Tiefe mit Quellenangaben
   • Falls keine veröffentlichte Quelle existiert, fügen Sie dem Einfluss-Eintrag "citation_needed": true hinzu

6. Recherchieren Sie die Vitalität:

   • Prüfen Sie Ethnologue auf EGIDS
   • Prüfen Sie den UNESCO Atlas auf den Gefährdungsstatus
   • Vermerken Sie etwaige Diskrepanzen zwischen Quellen

7. Befüllen Sie dataSources:

   • Listen Sie JEDE konsultierte Quelle auf (nicht nur jene, die Daten geliefert haben)
   • Verwenden Sie das Zitierformat aus den obigen Tabellen

Beim Aktualisieren einer bestehenden Karte

1. Ändern Sie niemals eine faktische Aussage, ohne dataSources zu aktualisieren
2. Wenn Sie eine Sprecherzahl aktualisieren, entfernen Sie die alte Quelle und fügen Sie die neue hinzu
3. Wenn Sie Methodenunterstützung hinzufügen, verifizieren Sie diese gegen die API und erfassen Sie das Datum
4. Versehen Sie alle Prüfungen der Methodenunterstützung mit einem Datumsstempel — die API-Abdeckung ändert sich häufig

---

4. Vorgeschlagene Schema-Erweiterung: Zitate auf Feldebene

Aktuelles Schema (flaches dataSources)

"dataSources": ["cldr-48", "glottolog-5.3"]

Problem: Welche Felder stammen aus CLDR? Welche aus Glottolog? Welche sind unbelegt?

Vorgeschlagene Erweiterung: Strukturiertes dataSources

"dataSources": {
  "classification": ["glottolog-5.3"],
  "vitality.unescoStatus": ["unesco-atlas-2024"],
  "vitality.egids": ["ethnologue-27"],
  "vitality.speakerCount": ["census-ph-2020", "ethnologue-27"],
  "rules.plurals": ["cldr-48"],
  "rules.typography": ["cldr-48"],
  "contactInfluences": ["blust-2013", "llamzon-1969"],
  "methodSupport.googleTranslate": ["google-translate-2024-07"],
  "methodSupport.nllb": ["nllb-200-2024-03"],
  "dls": ["simons-2022", "ethnologue-27-dls"],
  "pipelineReadiness": ["manual-assessment-2025-06"]
}

Migrationspfad

Dies ist eine rückwärtskompatible Änderung:

1. Bestehende Karten behalten das flache Array (weiterhin gültig)
2. Neue Karten verwenden das strukturierte Format
3. Die Schema-Validierung akzeptiert beide Formate
4. Bestehende Karten werden schrittweise migriert, sobald sie überprüft werden

[!TIP] Validieren Sie mit einem Skript. Fügen Sie ein validate-citations.mjs-Skript hinzu, das:

• prüft, ob jede Karte mindestens classification- und vitality-Quellen aufweist
• Karten mit flachen dataSources-Arrays zur Aufwertung markiert
• bei methodSupport-Einträgen ohne datumsgestempelte Verifizierung warnt

---

5. Qualitäts-Checkliste

Verifizieren Sie vor dem Mergen jeder Änderung an einer Sprachkarte:

• Jede Sprecherzahl verfügt über eine Quelle (Zensus oder Ethnologue, nicht Wikipedia)
• Jeder UNESCO-/EGIDS-Status verfügt über eine Quelle
• Jede Markierung der Methodenunterstützung wurde gegen die tatsächliche API verifiziert (nicht angenommen)
• Jeder Kontakteinfluss verfügt über eine veröffentlichte akademische Quelle ODER ist mit citation_needed gekennzeichnet
• Die Klassifikation wurde automatisch aus Glottolog befüllt (nicht von Hand erstellt)
• dataSources listet ALLE konsultierten Quellen auf
• Keine Aussage beruht ausschließlich auf LLM-generiertem Wissen
• humanReviewed ist auf die Kennung und das Datum des Prüfers gesetzt, falls ein Muttersprachler die Karte überprüft hat

---

6. Feld humanReviewed

Das Schema der Sprachkarte enthält ein Feld humanReviewed, das derzeit auf allen Karten null ist. Dieses Feld sollte befüllt werden, wenn ein Muttersprachler oder qualifizierter Linguist die Karte überprüft:

"humanReviewed": {
  "reviewer": "Prof. Kenneth Jamandre",
  "affiliation": "University of the Philippines",
  "date": "2026-06-08",
  "scope": "full",
  "notes": "Verified speaker count, vitality assessment, and contact influences."
}

[!IMPORTANT] Die Überprüfung durch die Gemeinschaft ist der Goldstandard. Automatisierte Daten und akademische Arbeiten bilden die Grundlage, doch die Überprüfung durch einen Muttersprachler ist die endgültige Validierung. Dies ist besonders entscheidend für:

• Aussagen zu Kontakteinflüssen (Mitglieder der Gemeinschaft wissen, welche Lehnwörter tatsächlich verwendet werden)
• Vitalitätsbewertungen (Mitglieder der Gemeinschaft wissen, ob Kinder die Sprache sprechen)
• Höflichkeitssysteme (akademische Beschreibungen übersehen möglicherweise alltägliche Verwendungsmuster)

---

7. Referenzen für dieses Verfahren

1. Glottolog: https://glottolog.org — CC-BY 4.0
2. ISO 639-3: https://iso639-3.sil.org — Frei
3. WALS: https://wals.info — CC-BY 4.0
4. CLDR: https://cldr.unicode.org — Unicode Terms of Use
5. Ethnologue: https://www.ethnologue.com — Proprietär (Abonnement)
6. UNESCO Atlas: http://www.unesco.org/languages-atlas/ — Frei
7. Simons et al. (2022): https://aclanthology.org/2022.coling-1.379/
8. Champollion Language Card Spec: cli/website/docs/reference/language-card-spec.md