MétaCan
Menu
Retour à la cohorte
Enregistrement W2108731642 · doi:10.5539/ijel.v4n2p78

The Features of Maritime English Discourse

2014· article· en· W2108731642 sur OpenAlexvenueno aff
Daniele Franceschi

Notice bibliographique

RevueInternational Journal of English Linguistics · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceLinguisticsScope (computer science)ConversationPerspective (graphical)Transcription (linguistics)English for specific purposesNatural language processingArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The aim of the present paper is to illustrate the linguistic features of Maritime English (ME) both as a type of specialized discourse in academic and professional sectors and as a vehicular language used to facilitate communication at sea. It is shown that this specific subset of English covers a wide spectrum, ranging from the language of highly technical written genres to simplified and standardized uses typical of spoken contexts. The analysis is conducted on data from the fields of maritime engineering, marine electronics and maritime law as well as on the transcription of an authentic conversation between a ship and a radio station and on the Standard Maritime Communication Phrases drafted by the International Maritime Organization. Despite some common representative characteristics of both written and spoken ME at the lexical-semantic level, the two registers appear as distinct from a wider pragmatic and textual perspective. The former exhibits greater variability and complexity due to the fusion of different writing styles, “languages” from other domains and textual functions, while the latter is generally marked by linguistic adjustments reducing it to a restricted language, limited in its scope and goal. The resulting image of ME is that of a multi-faceted language with a number of distinct features serving different purposes. Future studies on specialized discourse need to highlight the internal nature of the various domains under investigation in order to provide finer-grained descriptions of their organization.

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: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,003
Communication savante0,0030,003
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,319
Écart entre enseignants0,308 · 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

Citations18
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetLinguistic Variation and MorphologyTravaux en français237 207