MétaCan
Menu
Retour à la cohorte
Enregistrement W1981106480 · doi:10.1207/s15327868ms2101_1

On Reversing the Topics and Vehicles of Metaphor

2005· article· en· W1981106480 sur OpenAlexafffund
John Campbell, Albert N. Katz

Notice bibliographique

RevueMetaphor and Symbol · 2005
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMetaphorPhraseAssertionReading (process)LinguisticsContext (archaeology)Word orderInterpretation (philosophy)Word (group theory)Computer scienceClass (philosophy)Contrast (vision)Natural language processingArtificial intelligencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Class inclusion theory asserts that one cannot reverse the topic and vehicle of a metaphor and produce a new, meaningful metaphor that is based on the same interpretive ground. In 2 experiments we test that claim. In Study 1 we replicate the procedures employed by Glucksberg, McGlone, & Manfredi (1997) that provided support for the assertion. However we now add experimental conditions in which the target metaphors, either with the topic and vehicle in its canonical order or reversed, are placed in discourse contexts that provide support for a meaningful interpretation based on the same ground. In contrast to the prediction of class inclusion theory, fully 72% of the cases the reversed metaphors were rated as interpretable and interpretation was based on the same ground used in interpreting the metaphors in their canonical order. In Study 2, the online processing of the metaphors in context are examined in a word-by-word reading task. We find that canonical and reversed order metaphors were read at the same rate throughout and both sets exhibited the same reading patterns: increased reading time of the noun-phrase (NP) that contains the metaphoric vehicle and of the first word in the text that follows the metaphor. We take these data to indicate that nonreversibility cannot be taken as a necessary condition of metaphor.

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)0,007
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,030
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,008
Communication savante0,0040,013
Science ouverte0,0010,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,021
Tête enseignante GPT0,283
Écart entre enseignants0,262 · 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'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

Citations44
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMetaphor and SymbolMême sujetLanguage, Metaphor, and CognitionTravaux en français237 207