Notice bibliographique
Résumé
The title of this chapter is perhaps presumptuous because it suggests that some problems have been solved. In fact, even for issues we dealt with in some depth, such as narratorial implicatures and narrator–character associations, the present work merely scratches the surface. Thus, it is perhaps more appropriate to regard this work as an outline of an approach or framework, and the presented research provides only an illustration of the kind of work that can be done within that framework. Further, although we have attempted to cover a broad class of issues in the processing of narrative, there are many areas on which we have not touched. In this chapter, we discuss how psychonarratology could be developed to deal with some of these. First, we recapitulate what we see as the essential ingredients in our approach and summarize some of the specific ideas we have applied to the classic issues in narratology and literary studies. Following that, we discuss some important complications that we have glossed over in our treatment of these issues. Then, we describe some of the other obvious areas in which our treatment has yet to be applied but for which it seems ideally suited. Finally, we mention a few allied domains for which psychonarratology may have implications. The Psychonarratology Approach Core Assumptions Psychonarratology is an interdisciplinary approach to the study of the processing of narrative form.
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 | 0,020 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,025 |
| Communication savante | 0,009 | 0,035 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,012 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,007 |
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 ».