Notice bibliographique
Résumé
Arguments and adjuncts play a crucial role in linguistic theories.Despite the vast body of research that assumes a distinction between arguments and adjuncts, not only in linguistics, but also in philosophy of language, psycholinguistics and neurolinguistics, there are no universally agreed-upon definitions distinguishing the two.The modest aim of this thesis is to investigate English speakers intuitions with respect to verbs and their arguments.To do so, the study makes use of the Core Participants Test, disguised in four different tasks, with each task eliciting, arguably, the same kind of intuitions.The results indicate that different tasks tap into either semantic or syntactic intuitions, or sometimes both.Overall, speakers' intuitions often matched linguists' views.to the members of my thesis committee, Ida Toivonen, John Logan, and Raj Singh.Ida Toivonen has taught and inspired me from the first time I heard her give a talk, despite the fact that at the time I understood only every other word.Through her knowledge, passion, patience and generosity she soon became my mentor and rolemodel.Ida taught me everything I know about arguments and adjuncts, syntactic theories, and ironically, along with Dana Isac, she taught me quite a bit about my native language.John Logan has taught me to think in an interdisciplinary fashion, and to translate my research questions and ideas across disciplines.Raj Singh's comments led to great improvements to the design of the study, and often made me aware of issues/alternative interpretations that I hadn't initially considered and which needed to be clarified.Each committee member had a great influence not only on this work, but also on shaping my Master's experience into a positive, productive, and enjoyable one.Aside from my committee members, whose help and guidance was constant and unconditional, I have been lucky enough to benefit from the knowledge of Masako Hirotani and Janna Fox.Masako Hirotani introduced me to EEG and fMRI data, and also to a series of behaviour questionnaires, such as the Autism Quotient test which was employed in this study.Most importantly, she taught me a great deal about work ethics, particularly about dealing with human participants and neurological data.Janna Fox has made me aware of issues with standardized tests and taught me how to create effective test items.A special thanks goes out to Ehsan Amjadian, Omid Beiraghi, Chris Genovesi, Krista Elliot, and Marly Mageau.Friends and colleagues, this great bunch of people were there along the entire journey, be it in person or through Skype, celebrating successes or editing papers, marking, or simply offering a hug at the right time.Thank you for making me my Master's experiences such a wonderful time
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».