MétaCan
Menu
Retour à la cohorte
Enregistrement W2295272948 · doi:10.5539/ijel.v6n1p187

Universal Properties of Human Language in the Light of Natural Phenomena

2016· article· en· W2295272948 sur OpenAlexvenueno aff
Farman Zeynalov

Notice bibliographique

RevueInternational Journal of English Linguistics · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLinguistics and Cultural Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLinguistic universalUniversal grammarLinguisticsProblem of universalsGenerative grammarNatural languageGrammarNatural (archaeology)Variety (cybernetics)Human languageRelation (database)Linguistic relativityComputer sciencePsychologyArtificial intelligenceCognitionPhilosophyHistory

Résumé

récupéré en direct d'OpenAlex

The investigations of linguistic literature show that linguists today are much inspired by the goals of generative grammar, as well as the important human universals which explain child language acquisition, the universals of general cognition and learning. To put it the other way, linguists are interested in studying the human language to discover the nature of Universal Grammar the principles of which characterize all human languages and this major aim becomes the basis of contemporary linguistic theory of today. As D. Crystal writes: “… the main task of the linguistic scholar is basically to study and understand the general principles upon which all languages are built” (Crystal, 1977). In this respect we are sure that this article may throw some light on the origin of universal properties of human language. Our aim, accordingly, is to study the origin of general principles of human language and to discover natural factors which cause the human language to have universal properties. In other words, our aim is “to find out the laws of human language” in relation to natural phenomena. In this connection an attempt is made to describe variety of observable similar facts and compare them both pertaining to human language and natural processes.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,039
Communication savante0,0050,010
Science ouverte0,0010,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,023
Tête enseignante GPT0,243
Écart entre enseignants0,220 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetLinguistics and Cultural StudiesTravaux en français237 207