MétaCan
Menu
Retour à la cohorte
Enregistrement W2594146068

Gender mismatches in partitive constructions in French

2016· article· en· W2594146068 sur OpenAlexvenueno aff
Petra Sleeman, Tabea Ihsane

Notice bibliographique

RevueGlossa · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLinguistics and Discourse Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSuperlativeLinguisticsNoun phraseSyntaxDeterminer phraseComputer scienceNounPhraseHierarchyComplement (music)RewritingRealization (probability)Endocentric and exocentricLocalityNatural language processingMathematicsPhilosophyProgramming languageStatistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper examines the syntax of partitive constructions with superlatives in French and the realization of gender in constructions with an animate noun, and focuses on contexts that allow gender mismatches (la plus intelligente de mes gentils professeurs ‘the most intelligent of my kind professors’). We show that such mismatches are allowed in French superlative partitives that contain a default masculine noun. To account for the mismatches, we propose that the nouns involved have an unvalued gender feature that can be assigned a sex specification in the course of the derivation. For superlative partitives we propose that this specification takes place in a Gender Phrase in the outer DP. Furthermore, we show that quantified partitives (e.g. three of the books) behave differently from superlative partitives, a fact we try to explain in terms of structural differences. We distinguish between partitives with an of-complement and non-canonical partitives with an ‘among’-PP or a preposed ‘of’-phrase. We also claim that our data can provide further insight into the role of locality in semantic agreement: we compare superlative partitives to quantified partitives in terms of agreement, and suggest that the two types of partitives should be placed in different positions on an Agreement Hierarchy.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,004
Communication savante0,0030,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
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 Opus0,053
Tête enseignante GPT0,262
Écart entre enseignants0,210 · 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'étudeObservationnel
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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlossaMême sujetLinguistics and Discourse AnalysisTravaux en français237 207