MétaCan
Menu
Retour à la cohorte
Enregistrement W1866541003 · doi:10.4000/praxematique.1093

Figures du discours et frontières notionnelles

2009· article· fr· W1866541003 sur OpenAlexaff
Lucile Gaudin-Bordes, Geneviève Salvan

Notice bibliographique

RevueCahiers de praxématique · 2009
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueLinguistics and Discourse Analysis
Établissements canadiensCanadian Linguistic Association
Organismes subventionnairesnon disponible
Mots-clésPhilosophyPolitical science

Résumé

récupéré en direct d'OpenAlex

L’arrière-plan théorique de notre travail sur les figures articule l’approche praxématique et dialogique (Détrie) avec l’analyse pragma-énonciative (Bonhomme, Rabatel). Toutes deux permettent de penser les figures non seulement comme des configurations discursives saillantes mais comme des processus d’ajustement énonciatif. Le présent article vise à examiner en quoi les figures du discours impliquent des remaniements notionnels, font bouger les catégorisations et jouer les frontières entre notions. La première partie est consacrée aux figures de la nomination que sont l’hypallage (un papier coupable), la paradiastole (vos héros sont des assassins), et l’antanaclase (la vraie éloquence se moque de l’éloquence), qui construisent des identifications qui ne vont pas de soi et travaillent la composante référentielle du discours. La seconde envisage l’activité respective du pléonasme et de la tautologie sur les frontières notionnelles. Ces deux figures sont particulièrement intéressantes car elles donnent l’impression d’orienter toutes deux vers l’attracteur (le beau beau, le beau est le beau), alors que c’est seulement vrai du pléonasme (vieilles vieilleries) tandis que la tautologie asserte pour sa part une frontière stricte et mobilise une représentation statique de la notion (une divorcée est une divorcée). Les figures, plutôt que de légitimer ou bousculer des catégories en langue, construisent des catégorisations propres à l’énonciateur qui rencontre et discute ce faisant des catégorisations stabilisées dans le discours.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,855
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,256
Écart entre enseignants0,246 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations7
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCahiers de praxématiqueMême sujetLinguistics and Discourse AnalysisTravaux en français237 207