Teaching Linguistics through Lexicography
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Research Article| May 01 2018 Teaching Linguistics through Lexicography Mark Canada Mark Canada Indiana University Kokomo mark canada is professor of English and executive vice chancellor for academic affairs at Indiana University Kokomo. He is the author, coauthor, or editor of four books, including Introduction to Information Literacy for Students (Wiley, 2017) and Literature and Journalism in Antebellum America (Palgrave Macmillan, 2011). His articles on student success, Theodore Dreiser, Edgar Allan Poe, and other topics have appeared in The Chronicle of Higher Education, The Conversation, American Literary Realism, and other publications. E-mail: canadam@iuk.edu. Search for other works by this author on: This Site Google American Speech (2018) 93 (2): 311–323. https://doi.org/10.1215/00031283-6926179 Cite Icon Cite Share Icon Share Facebook Twitter Email Permissions Search Site Citation Mark Canada; Teaching Linguistics through Lexicography. American Speech 1 May 2018; 93 (2): 311–323. doi: https://doi.org/10.1215/00031283-6926179 Download citation file: Zotero Reference Manager EasyBib Bookends Mendeley Papers EndNote RefWorks BibTex toolbar search Search nav search search input Search input auto suggest search filter Books & JournalsAll JournalsAmerican Dialect SocietyAmerican Speech Search Advanced Search The text of this article is only available as a PDF. Copyright © 2018 American Dialect Society2018 Article PDF first page preview Close Modal You do not currently have access to this content.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découle