MétaCan
Menu
Retour à la cohorte
Enregistrement W2200140100 · doi:10.1093/oxfordhb/9780199591435.013.17

Modality and Mood in American Sign Language

2015· book· en· W2200140100 sur OpenAlexaff
Barbara Shaffer, Terry Janzen

Notice bibliographique

RevueOxford University Press eBooks · 2015
Typebook
Langueen
DomainePsychology
ThématiqueHearing Impairment and Communication
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésModal verbModality (human–computer interaction)American Sign LanguageLinguisticsGrammaticalizationMoodPsychologyFocus (optics)Sign (mathematics)GestureSentenceModalitiesSign languageVerbComputer sciencePhilosophyMathematicsArtificial intelligenceSociologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Abstract This chapter surveys the expression of modality and mood in American Sign Language (ASL), with a focus on modality and, specifically, modal verbs. Beyond sentence types, mood has not been explored extensively for ASL to date, although recent work on irrealis moods has been fruitful. For a signed language such as ASL, articulation with the hands is accompanied by distinctive facial gestures and body/head postures, which become increasingly important as epistemic readings of modals are obtained. Here we give a detailed discussion of modals in ASL that range from agent-oriented to epistemic, looking at both form and function, including some negative modals. We trace the grammaticalization of a number of modal categories and show how at least some of these categories have grammaticalized from earlier gestural sources. Regarding mood, we include some discussion of conditionals, hypotheticals, and counterfactuals.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,928
Score d'incertitude au seuil0,859

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,034
Tête enseignante GPT0,281
Écart entre enseignants0,247 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations53
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetHearing Impairment and CommunicationTravaux en français237 207