MétaCan
Menu
Retour à la cohorte
Enregistrement W2074519264 · doi:10.1162/ling.2007.38.1.1

V-Raising and Grammar Competition in Korean: Evidence from Negation and Quantifier Scope

2007· article· en· W2074519264 sur OpenAlexaff
Chung–hye Han, Jeffrey Lidz, Julien Musolino

Notice bibliographique

RevueLinguistic Inquiry · 2007
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésRaising (metalworking)NegationLinguisticsScope (computer science)VerbSyntaxQuantifier (linguistics)GrammarObject (grammar)Argument (complex analysis)Computer scienceGenerative grammarPsychologyMathematicsPhilosophyMedicineProgramming language

Résumé

récupéré en direct d'OpenAlex

In a head-final language, V-raising is hard to detect since there is no evidence from the string to support a raising analysis. If the language has a cliticlike negation that associates with the verb in syntax, then scope facts concerning negation and a quantified object NP could provide evidence regarding the height of the verb. Even so, such facts are rare, especially in the input to children, and so we might expect that not all speakers exposed to a head-final language acquire the same grammar as far as V-raising is concerned. Here, we present evidence supporting this expectation. Using experimental data concerning the scope of quantified NPs and negation in Korean, elicited from both adults and 4-year-old children, we show that there are two populations of Korean speakers: one with V-raising and one without.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,074
Tête enseignante GPT0,364
Écart entre enseignants0,290 · 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'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

Citations306
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLinguistic InquiryMême sujetLanguage Development and DisordersTravaux en français237 207