MétaCan
Menu
Retour à la cohorte
Enregistrement W3004276422 · doi:10.1075/langct.00025.cum

Nominalisation and genre in early discourses on electricity

2020· article· en· W3004276422 sur OpenAlexaff
Michael Cummings

Notice bibliographique

RevueLanguage Context and Text The Social Semiotics Forum · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésArgument (complex analysis)ElectricityKey (lock)Field (mathematics)Register (sociolinguistics)EpistemologyState (computer science)Phase (matter)LinguisticsSociologyHistoryComputer sciencePhilosophyEngineeringMathematicsElectrical engineeringPhysicsPure mathematicsChemistryAlgorithmQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Abstract Halliday proposes that a key role in the language of science is played by compacting nominalisation, a strategy by which qualities and processes in one phase of a discourse are then nominalised in a following phase to facilitate the flow of argument. Compacting nominalisation is very characteristic of Priestley’s 1767 The history and present state of electricity . However, another book of the same era and field, Franklin’s 1751 –1754 New experiments and observations on electricity , employs little of this strategy. One explanation lies in genre differences. Franklin’s book and accounts of electrical experiments into the Philosophical transactions of the same era are both generically similar to and different from Priestley’s book, quite beyond the issue of compacting nominalisation. Generic similarities and differences are here demonstrated in terms of register values.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,335
Score d'incertitude au seuil0,458

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 technologies0,0010,000
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 Opus0,022
Tête enseignante GPT0,268
Écart entre enseignants0,247 · 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'étudeQualitatif
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLanguage Context and Text The Social Semiotics ForumMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207