The Preposition (fii) in the Horizontal and Vertical Axes as Used in the Taizzi Dialect: A Cognitive Approach
Notice bibliographique
Résumé
In this paper the framework of Cognitive Grammar (CG) developed by Langacker is adopted to attain a cognitive semantic analysis of the use of the Arabic prepositions (fii) in the horizontal and vertical axes, as used in the Taizzi dialect. Although, encoding the sense of CONTAINMENT, the preposition (fii) is assumed not to play any role in the horizontal and vertical axes; the use of the preposition (fii) in the TD proves things differently. The problem with (fii) is that it is very tempting to be used in the locative sense in which one physical entity is CONTAINED WITHIN another physical entity. However, the cognitive analysis of (fii) justifies the use of this preposition in many instances of the Taizzi dialect where this preposition is seemingly exploited to encode non-containment-related spatial relations. This unfolds some of the unsolved issues concerning prepositions in general and the Arabic prepositions in particular taking the use of (fii) in the Taizzi dialect as a sample. The data presented in this paper show that speakers of the Taizzi dialect extend the use of (fii) to depict spatial relations other than the ones where the Trajector (TR) is actually contained within the boundaries of the Landmark (LM). The instances analyzed in this paper show that (fii) encodes spatial relations in which the TR and the LM are horizontally or vertically related to each other. However, the use of the preposition (fii) by speakers of the Taizzi dialect to encode these spatial relations proves they cognitively characterized the LMs as containers that contain the TRs.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».