MétaCan
Menu
Retour à la cohorte
Enregistrement W2050727257 · doi:10.5539/ijel.v4n6p16

A Cognitive Metaphorical Analysis of Selected Verses in the Holy Quran

2014· article· en· W2050727257 sur OpenAlexvenueno aff
Ahmad Abdel Tawwab Sharaf Eldin

Notice bibliographique

RevueInternational Journal of English Linguistics · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetaphorLinguisticsSchema (genetic algorithms)Perspective (graphical)EpistemologyCognitionsortPsychologySociologyComputer sciencePhilosophyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Metaphor has been generally contemplated and analyzed inside the schema of verbal discourse, scholarly works and humanistic studies. It has been identified with metaphorical language and has been viewed as quite recently a sort of aesthetic work, or something that is separated and disengaged from common language (Murray & Moon, 2006). In addition, conventional learning of metaphors presents language as an abnormal or different method for using language (Goatly, 1997). Likewise, as Goatly has put it, scholars need metaphor strictly limited to writing and talk. Moreover, metaphor is viewed as something that fits in with abstract structures which is more concerned with novel or intriguing usages of words. Lakoff & Johnson (1980) presented an alternate idea and perspective of metaphor which is known as reasonable metaphorical classification. The theory underlying this new approach is that the reasonable metaphors enter our understanding of our general surroundings and they shape our demeanor of it. Appropriately, as pointed out by Lakoff & Johnson (1980), metaphor, which is available in ordinary discourse, in every language, and is to a certain degree, has gotten to be culturally specific. Besides they contend that metaphors affect our method for considering the world and are discovered widely in a significant number of our languages, contemplations and activities.

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)0,062
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,577
Score d'incertitude au seuil0,946

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,062
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,325
Écart entre enseignants0,305 · 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'étudeObservationnel
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

Citations15
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetLanguage, Metaphor, and CognitionTravaux en français237 207