MétaCan
Menu
Retour à la cohorte
Enregistrement W2560242039 · doi:10.4148/1944-3676.1109

Container Constructions in Yudja: locatives, individuation and measure

2016· article· en· W2560242039 sur OpenAlexaff
Suzi Lima

Notice bibliographique

RevueThe Baltic International Yearbook of Cognition Logic and Communication · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSyntax, Semantics, Linguistic Variation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversidade Federal do Rio de JaneiroFundação Universitária José BonifácioNational Science Foundation
Mots-clésLocative caseLinguisticsIndividuationNoun phraseInterpretation (philosophy)Computer scienceContainer (type theory)Context (archaeology)Notional amountNounPsychologyArtificial intelligenceHistoryEngineering

Résumé

récupéré en direct d'OpenAlex

The possible interpretations of container phrases (such as ‘cups of sugar’) has been long debated in the formal semantics literature because container phrases can be associated with a variety of possible readings that go from individuation to measure. In this paper we explore the interpretation of container phrases in Yudja (Tupi stock, Brazil), a language where container phrases are optional in construction with numerals and are morphosyntactically identical to locative phrases. Based on experimental studies with Yudja children and adults we intend to show that these expressions are ambiguous in at least three ways (locative, individuation and measure) and that a locative reading might emerge even in scenarios where the verb and the context favor a measure interpretation. Furthermore, this paper provides evidence that there is no hidden container phrase when numerals are combined with notional mass nouns and that, supporting Partee and Borschev (2012), the results of the studies show that, indeed, the individuation reading is more “primitive”, i.e. it precedes measuring in language acquisition.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,006
Communication savante0,0030,002
Science ouverte0,0000,003
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 Opus0,038
Tête enseignante GPT0,249
Écart entre enseignants0,212 · 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'étudeSans objet
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

Citations41
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Baltic International Yearbook of Cognition Logic and CommunicationMême sujetSyntax, Semantics, Linguistic VariationTravaux en français237 207