MétaCan
Menu
Retour à la cohorte
Enregistrement W225556140 · doi:10.4000/praxematique.1089

Presque et la frontière catégorielle

2009· article· fr· W225556140 sur OpenAlexaff
Véronique Magri-Mourgues

Notice bibliographique

RevueCahiers de praxématique · 2009
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueLinguistics and Discourse Analysis
Établissements canadiensCanadian Linguistic Association
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Cet article analyse le fonctionnement de presque en incidence nominale, envisageant son rôle dans la phrase et en évaluant son interaction avec les catégories lexicales et leurs contours. Deux analyses dominent, l’une qui fait de presque un outil de l’approximation, une « enclosure » — l’« hedge » de Lakoff ; l’autre qui fait entrer dans la logique argumentative et y voit un « opérateur scalaire ». À partir d’un corpus extrait de la base textuelle Frantext qui regroupe 1 940 textes catégorisés entre 1800 et 2000, ont été exploitées les différentes combinaisons de « presque + nom », soit les structures suivantes : – déterminant + presque + nom, – presque + déterminant + nom, – presque + article zéro + nom. L’analyse des occurrences de presque dans ces configurations syntagmatiques prend pour cadres plusieurs modèles théoriques pour en évaluer le rendement. La sémantique du prototype qui peut être corrélée à l’interprétation de presque comme outil de l’approximation, la logique argumentative et la théorie des isotopies. L’article répond à la double question suivante : l’instruction procédurale de presque consiste-t-elle en une régulation, une négociation discursive ? L’adverbe se sert-il plutôt de la continuité entre les catégories, inscrite dans la langue même, pour jouer le rôle d’un passeur catégoriel ? L’étude des structures avec presque conduit à une réflexion plus générale sur l’organisation du lexique qui se constitue par contiguïté et proximité permettant de postuler une configuration métonymique générale du lexique nominal.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,853
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,271
Écart entre enseignants0,262 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCahiers de praxématiqueMême sujetLinguistics and Discourse AnalysisTravaux en français237 207