MétaCan
Menu
Retour à la cohorte
Enregistrement W2810714164 · doi:10.2478/rela-2018-0006

Degree of Grammaticalisation of Behind, Beneath, Between and Betwixt in Middle English

2018· article· en· W2810714164 sur OpenAlexfundno aff
Ewa Ciszek

Notice bibliographique

RevueResearch in Language · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSyntax, Semantics, Linguistic Variation
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Environment and Conservation, Government of Newfoundland and LabradorUniversity of TorontoCollege of Pharmacy, University of MichiganMinisterio de Economía y CompetitividadUniversity of EdinburghUniversität InnsbruckUniversity of MichiganHelsingin YliopistoUniversity of OxfordU.S. Department of Energy
Mots-clésGrammaticalizationMiddle EnglishPrefixHistoryPeriod (music)Context (archaeology)LinguisticsOld EnglishDegree (music)LiteratureArtPhilosophyClassicsPhysics

Résumé

récupéré en direct d'OpenAlex

The present paper traces the history of four selected adverbs with the prefix be- in Middle English. Already in Old English behind, beneath, between and betwixt are attested to function as both adverbs and prepositions, which demonstrates that the process of grammaticalisation accounting for the development of prepositions from adverbs started before that period. The focus of the study are the diachronic changes of the degree of grammaticalisation of the examined lexemes in the Middle English period as demonstrated by the ratio of their use with a respective function in the most natural context. Hence, specially selected Middle English prose texts are analysed. The analysis shows that while behind and beneath are still frequently used as adverbs in the whole Middle English period, between and betwixt are predominantly used as prepositions already in Early Middle English. This clearly demonstrates that the degree of grammaticalisation of the latter two Middle English words was much higher than that of behind and beneath.

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 enseignants0,005
Score d'incertitude au seuil0,011

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
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,189
Tête enseignante GPT0,359
Écart entre enseignants0,170 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in LanguageMême sujetSyntax, Semantics, Linguistic VariationTravaux en français237 207