MétaCan
Menu
Retour à la cohorte
Enregistrement W1964688066 · doi:10.3765/sp.3.9

Cross-linguistic variation in modality systems: The role of mood

2010· article· en· W1964688066 sur OpenAlexafffund
Lisa Matthewson

Notice bibliographique

RevueSemantics and Pragmatics · 2010
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSyntax, Semantics, Linguistic Variation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésModal verbLinguisticsImplicaturePolitenessContext (archaeology)PsychologyModality (human–computer interaction)ModalVariation (astronomy)PragmaticsComputer scienceArtificial intelligencePhilosophyHistoryVerb

Résumé

récupéré en direct d'OpenAlex

The St'át'imcets (Lillooet Salish) subjunctive mood appears in nine distinct environments, with a range of semantic effects, including weakening an imperative to a polite request, turning a question into an uncertainty statement, and creating an ignorance free relative. The St'át'imcets subjunctive also differs from Indo-European subjunctives in that it is not selected by attitude verbs. In this paper I account for the St'át'imcets subjunctive using Portner's (1997) proposal that moods restrict the conversational background of a governing modal. I argue that the St'át'imcets subjunctive restricts the conversational background of a governing modal, but in a way which obligatorily weakens the modal’s force. This obligatory modal weakening -- not found with Indo-European non-indicative moods -- correlates with the fact that St'át'imcets modals differ from Indo-European modals along the same dimension. While Indo-European modals typically lexically encode quantificational force, but leave conversational background to context, St'át'imcets modals encode conversational background, but leave quantificational force to context (Matthewson, Rullmann & Davis 2007, Rullmann, Matthewson & Davis 2008). doi:10.3765/sp.3.9 BibTeX info

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,013
Tête enseignante GPT0,248
Écart entre enseignants0,234 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations36
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSemantics and PragmaticsMême sujetSyntax, Semantics, Linguistic VariationTravaux en français237 207