MétaCan
Menu
Retour à la cohorte
Enregistrement W2905223311 · doi:10.1093/oxfordhb/9780199683208.013.53

Phraseology and Polysynthesis

2017· book-chapter· en· W2905223311 sur OpenAlexaff
Sally Rice

Notice bibliographique

RevueOxford University Press eBooks · 2017
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésLinguisticsPhraseologyConversationContext (archaeology)Focus (optics)Computer scienceHistoryPhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract Polysynthetic languages are overwhelmingly oral. Oral languages are typically associated with small speaker groups describable as local and inward-oriented, a sociolinguistic context which is claimed to have structural effects on the language. The recent corpus revolution in linguistics has caused a renewed focus on spoken varieties of languages, even languages with thick and deep written records. Corpus analyses come with a concomitant realization that languages may be less productive and compositional than we thought, with speakers opting for a smallish set of lexically frozen and semantically opaque (though pragmatically rich) collocations. In this contribution, it is shown that collocations from spoken varieties of English can be characterized in terms similar to those classically used to describe polysynthetic languages: holophrastic, highly compressed, and idiomatic. At the same time, the compressed structures we associate with polysynthetic languages are considered as artefacts of their speakers’ socio-cultural contexts, contexts which revolve around subjective, face-to-face conversation.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,662

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 technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,039
Tête enseignante GPT0,256
Écart entre enseignants0,217 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetLinguistic Variation and MorphologyTravaux en français237 207