Acerca de CORMA

Descripción general

Colección de datos

La recopilación de datos se ha realizado durante tres campañas de trabajo de campo llevadas a cabo entre 2016 y 2019. La tabla abajo resume el período en que la recopilación ha tenido lugar, las horas de grabación y el número de conversaciones por cada campaña.

Se grabaron conversaciones mantenidas en distintas situaciones, que se pueden subdividir en cuatro ámbitos interactivos generales:

• interacciones entre familiares en la esfera privada (FA)
• conversaciones entre amigos en la esfera pública o privada (AM)
• interacciones en contextos comerciales (atención al cliente = AT)
• interacciones regulares entre personas que se (des)conocen en la esfera pública o privada (CON y CO)

En cuanto al parámetro de la coloquialidad, la mayoría de las conversaciones incluidas en el corpus se caracterizan por las cinco características siguientes:

• la igualdad entre los participantes
• el ámbito discursivo familiar
• la temática no especializada
• la ausencia de planificación
• la finalidad interpersonal del acto comunicativo, de manera que se consideran conversaciones coloquiales prototípicas (Briz, 1998: 41).

De todas formas, cabe señalar que estos rasgos ‘coloquializadores’ se presentan en mayor o menor medida, de modo que conviene distinguir entre diferentes grados de coloquialidad y por consiguiente, entre conversaciones coloquiales prototípicas y periféricas. A modo de ilustración, una conversación entre jóvenes amigos en el parque se considera más coloquial que una transacción entre un farmacéutico y un cliente suyo.

Las grabaciones fueron recopiladas de manera no guiada y flexible, lo que se refleja en el autocontrol sobre la grabación y las circunstancias de la misma por parte del recluta (participante responsable de la grabación). No obstante, este procedimiento implica algunas restricciones en cuanto a las características del corpus, a saber, las grabaciones presentan bastante variación en cuanto a su duración, el número de participantes y la calidad del audio (con más o menos ruido de trasfondo).

Transcripción y composición del corpus

La transcripción de las grabaciones fue realizada por hablantes nativos del español mediante el programa Praat (<www.praat.org>).

Conviene señalar que las transcripciones son de carácter ortográfico, siguiendo las reglas de la ortografía normativa oficial (RAE, 2010), con la excepción de dos rasgos fonéticos típicos de la oralidad, a saber la aspiración de la -s implosiva (González Montero, 1993) y la elisión de consonantes o sílabas (Gómez Molina y Gómez Devís, 2010).

Para más información sobre la transcripción y composición del corpus, se puede consultar el artículo siguiente:

Enghels, R., De Latte, F., & Roels, L. (2020). El Corpus Oral de Madrid (CORMA) : materiales para el estudio (socio)lingüístico del español coloquial actual. ZEITSCHRIFT FUR KATALANISTIK, 33, 45–76.

Metadatos

Descripción de los datos

El corpus oral, conversacional y coloquial se caracteriza por un alto grado de variación situacional  y sociolingüística, con un número representativo de participantes de ambos sexos, diferentes generaciones y diferentes niveles socio-culturales.

Para cada conversación, se registró sistemáticamente información sobre las siguientes variables situacionales y sociológicas en una ficha técnica:

Códigos de los participantes y conversaciones

A cada hablante se le ha asignado un código que refiere a la situación, el papel o el centro de enseñanza (en caso de jóvenes), la edad, el sexo y la intervención.

Así por ejemplo, el hablante con el código de identificación AM2F1 participa en el corpus en cuanto amiga (AM) (= situación), pertenece a la segunda generación (2) (= edad), y es una mujer (F) (= sexo). El 1 final significa que fue la primera en participar en la conversación.

En algunas situaciones se ha añadido algunas especificaciones:

Igualmente, se ha creado un código de identificación para cada conversación: AM.GEN3.F.01 constituye la primera conversación (01) grabada entre amigas (AM, F) adultas (GEN3).