On Determinatives and the Category-Function Distinction: A Reply to Brett Reynolds
Notice bibliographique
Résumé
This article examines the arguments made in the article “Determiners, Feline Marsupials, and the Category-Function Distinction: A Critique of ELT Gram- mars” by Brett Reynolds recently published in the TESL Canada Journal (2013). In our response, we demonstrate that the author’s arguments are problematic on both theoretical and empirical grounds. In particular, we show that, by the author’s own metrics, (a) the items in the so-called my set (i.e,. my, your, his/ her, etc.) should be determinatives rather than pronouns, and (b) even items that the author argues to be determinatives (i.e., all, many, few, little, etc.) cannot be classified as such if we apply the tests suggested by the author. We conclude our critical response by discussing some of the pedagogical implications of the author’s article.Cet article porte sur les arguments présentés dans l’article “Determiners, Feline Marsupials, and the Category-Function Distinction: A Critique of ELT Gram- mars” écrit par Brett Reynolds et récemment publié dans la Revue TESL du Ca- nada (2013). En réponse à cet article, nous démontrons que les arguments de l’auteur sont problématiques sur les plans tant théorique qu’empirique. Plus pré- cisément, nous expliquons, en nous basant sur les paramètres mêmes de l’auteur, que (a) les items de l’ensemble qu’il nomme ‘my set’ (c.-à-d., ma, ta, sa, etc.) devraient être considérés des déterminants plutôt que des pronoms et que (b) même des items que l’auteur décrit comme étant des déterminants (c.-à-d., tout, plusieurs, peu, etc.) ne peuvent être classés ainsi si l’on se base sur les tests qu’il propose. Nous concluons notre critique en discutant certaines incidences pédago- giques découlant de l’article de l’auteur.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,005 | 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 ».