MétaCan
Menu
Retour à la cohorte
Enregistrement W2610928249 · doi:10.5430/wjel.v7n1p35

Textual Function of Presupposition in Business Letter Discourse

2017· article· en· W2610928249 sur OpenAlexvenueno aff
Yu Chunmei

Notice bibliographique

RevueWorld Journal of English Language · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLexicography and Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPresuppositionLinguisticsSentenceComputer scienceUtteranceTheme (computing)Function (biology)NominalizationNounPhilosophyWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Presupposition refers to what is assumed by the speaker when uttering a specific sentence, usually realized by the useof particular lexical items and/or linguistic constructions which are known as presupposition triggers, is an evitablerequirement for interpretation of the utterance. Based on the theme-rheme theory and thematic progression patternssuggested by Hu Zhuanglin and Zhu Yongsheng, the author adopts qualitative method to make an analysis of thetextual function of presupposition which is realized by serving as themes in clauses, helping to construct differentthematic progression patterns and transmitting information in business letter discourse. Presupposition helps toconstruct four main thematic progression patterns in business letter discourse, which can be conclude as T1→T2 (thesame theme), R1→R2 (the same rheme), R1→T2 (the rheme or part of the rheme in the previous clause becomes thetheme of the next clause) and T1+R1=T2 (both the theme and rheme of the preceding clause are encapsulated into anoun phrase functioning as the theme of the frequent clause). The author chose 30 business letters selected from theinternet and several textbooks as the object of research, and they cover almost every stage of foreign trade.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,498
Score d'incertitude au seuil0,846

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,247
Écart entre enseignants0,234 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetLexicography and Language StudiesTravaux en français237 207