Application du concept de Frontière à l’emploi de la modalité de visée dans certaines subordonnées en anglais
Notice bibliographique
Résumé
Cet article a pour objet l’emploi de la modalité de visée de will (et également de sa forme passée would) dans certaines subordonnées en anglais. Notre corpus est composé exclusivement d’exemples authentiques tirés du British National Corpus (B.N.C.), un corpus d’anglais britannique comportant cent millions de mots. Nous souhaitons montrer que le concept de Frontière tel que le définit A. Culioli dans la Théorie des Opérations Énonciatives (T.O.É.) n’est pas uniquement un concept théorique abstrait, mais apporte au contraire une aide concrète à la représentation, et partant à une meilleure compréhension, de phénomènes linguistiques complexes. Ainsi, nous nous servons du schéma du domaine notionnel, dont la Frontière qui marque la limite entre l’Intérieur et l’Extérieur est une des composantes, afin de représenter la relation prédicative de la principale et celle de la subordonnée des exemples que nous étudions. Après quelques commentaires sur certaines relatives introduites par when (par exemple, I look forward to the day when South Africa will have a fully representative government), nous nous intéressons essentiellement aux subordonnées introduites par if de type conditionnel (par exemple I’ll meet you if it will help the garden), ou bien concessif (the patient’s interest consists of his right to selfdetermination even if it will damage his health). Nous insistons sur le repérage qui s’effectue entre relation prédicative de la subordonnée et de la principale et tentons de montrer que l’emploi de will dans la subordonnée traduit également certaines tensions du contexte, comme la présence de préconstruits contraires, et implique une prise en compte dynamique des diverses zones du domaine, et notamment de la Frontière.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».