Notice bibliographique
Résumé
Three phenomena, or two, or one? The distribution of accents in a sentence in English is affected by context in a systematic way. This chapter looks at three particular kinds of such prosodic effects – those of question–answer congruence, contrast, and givenness – and presents evidence – some new, some already presented in Wagner (2005, 2006b) – that all three should be treated as reflexes of the same underlying phenomenon. For the purposes of this chapter, I will only consider the location of the last accent in a sentence (marked in small caps), which can be followed by unaccented material or material that is at least heavily pitch-reduced (marked by underlining). My examples will not indicate whether or where there are any preceding accents in the sentence. This simplification of the data is not meant to imply that pre-final accents are not relevant or altogether absent. Rather, it is motivated by the observation that when narrow focus has the effect that the location of the final prominence in an utterance is shifted toward an earlier word, this leads to a much clearer perceptual effect than when it does not (Breen et al. 2010, and references therein), and hence intuitions are clearer. This privileged role of the last accent may simply be due to the fact that any shift in its location is perceptually much more salient, or it may point to a deeper difference in the semantic/pragmatic import of final and pre-final accents – a question that this chapter will not address (see Büring, chapter 2 of this volume, for a relevant discussion of pre-nuclear accents).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,020 |
| Communication savante | 0,007 | 0,025 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».