MétaCan
Menu
Retour à la cohorte
Enregistrement W2829335899 · doi:10.1075/slcs.196.04beh

The relevance of realism for language evolution theorizing

2018· book-chapter· en· W2829335899 sur OpenAlexaff
Christina Behme

Notice bibliographique

RevueStudies in language companion series · 2018
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueLanguage and cultural evolution
Établissements canadiensKwantlen Polytechnic UniversityMount Saint Vincent University
Organismes subventionnairesnon disponible
Mots-clésRelevance (law)RealismEpistemologySociologyPhilosophyPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract It may appear counterintuitive to suggest a connection between language evolution and linguistic realism. Only biological objects evolve but linguistic realism holds that natural languages are abstract objects. However, given the fact that currently no approach to language evolution can account satisfactorily for all aspects of language, I suggest that reconsidering the ontological status of natural languages might lead to novel approaches to language evolution puzzles. Most contemporary work on language evolution assumes without argument that natural languages are either biological entities or produced by biological organs (human brains), and focuses on brain evolution, language acquisition, and communication systems of other primates. Yet, so far such approaches have been unable to account for some aspects of grammar. Furthermore, to date little is known about the bio-physiological implementation of natural languages. I suggest that the debate could profit from paying closer attention to the ontological status of language and the exact relationship between language and biology. Finally, I discuss the kinds of evidence used in linguistic research and demonstrate that, contra to widespread belief, the linguistic Platonist is neither relying on inferior evidence nor ruling out evidence that is clearly relevant to linguistic research.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,027
Communication savante0,0050,008
Science ouverte0,0020,003
Intégrité de la recherche0,0020,007
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,043
Tête enseignante GPT0,362
Écart entre enseignants0,318 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in language companion seriesMême sujetLanguage and cultural evolutionTravaux en français237 207