MétaCan
Menu
Retour à la cohorte
Enregistrement W1731391318 · doi:10.3968/j.css.1923669720120802.2060

Cohesion and Meanings

2012· article· en· W1731391318 sur OpenAlexvenueno aff
Fauzia Janjua

Notice bibliographique

RevueCanadian social science · 2012
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCohesion (chemistry)LinguisticsText linguisticsMeaning (existential)Computer scienceHumanitiesPhilosophyPhysics

Résumé

récupéré en direct d'OpenAlex

Text analysis is a way of describing language functions. A text is defi ned as any passage, spoken or written, that forms a whole. According to Halliday, every text has a texture, “A text derives this texture from the fact that it functions as a unity with respect to its environment.” Cohesive elements are important linguistic features that pitch in the textual unity. The aim of this paper is to use linguistic tools that are useful in analyzing and understanding any written text. The principles of referencing, substitution, ellipsis, conjunction, and lexical cohesion stated by Halliday and Hasan (1976) were applied on the selected short story to reveal the significance of the cohesive elements that are present in the text which provide semantic links among the words, phrases and sentences for the interpretation of meanings that exists within the text thus furnishing the texture of the text and transforming it into a piece of discourse. Understanding how cohesion functions within the text to create semantic links could be beneficial for students of English as a second or foreign language to help “decode” meaning. Key words : Text; Texture; Cohesive elements; Semantic links; Meanings Resume L’analyse du texte est une facon de decrire les fonctions du langage. Un texte est defini comme tout passage, parlee ou ecrite, qui forme un tout. Selon Halliday, chaque texte a une texture, “Un texte tire cette texture du fait qu’il fonctionne comme une unite par rapport a son environnement.” Elements cohesifs sont importantes caracteristiques linguistiques que la hauteur de l’unite textuelle. Le but de cet article est d’utiliser les outils linguistiques qui sont utiles pour analyser et comprendre un texte ecrit. Les principes de referencement, la substitution, l’ellipse, la conjonction, et la cohesion lexicale a declare par Halliday et Hasan (1976) ont ete appliquees sur l’histoire choisie courte pour reveler l’importance des elements de cohesion qui sont presents dans le texte qui fournissent des liens semantiques entre les mots, expressions et des phrases pour l’interpretation de la signifi cation qui existe dans le texte fournissant ainsi la texture du texte et en le transformant en un morceau du discours. Comprendre les fonctions de cohesion au sein de la facon dont le texte pour creer des liens semantiques pourrait etre benefi que pour les etudiants de l’anglais comme langue seconde ou etrangere pour aider a «decoder» sens. Mots cles : Texte; Texture; Elements cohesifs; Liens semantiques; Signifi cations

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,884
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,259
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian social scienceMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207