MétaCan
Menu
Retour à la cohorte
Enregistrement W3037157438 · doi:10.5539/ijel.v10n5p60

Basic Factors Motivating the Extension of Word Meaning

2020· article· en· W3037157438 sur OpenAlexvenueno aff
Aytaj Sadiq Hasanova

Notice bibliographique

RevueInternational Journal of English Linguistics · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural, Linguistic, Economic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolysemyLinguisticsNominative caseMeaning (existential)Cognitive linguisticsSemantics (computer science)CognitionRealization (probability)Semantic changePsychologyPhenomenonExtension (predicate logic)Interpretation (philosophy)Computer scienceVerbEpistemologyMathematicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

The present study was conducted to investigate the psycholinguistic bases and realization mechanism of semantic changes. Semantic extension that occurs in words comprehended in original nominative meaning has many times been the objective of linguistic investigations. As modern linguistics focuses more and more on the relationship of language and cognition, language and psychology, linguistic analyses and studies of word semantics are also directed to cognitive and thinking processes. The article aims to scrutinize main factors that bring about semantic changes. The semantic structure of a word undergoes multilateral changes throughout the historical development of language. Most words in language may assume additional meanings in functional speech that are not fixed in their lexicographic definitions. These peripheral or potential semantic components of meaning are realized in the thoughts of people in certain contexts. One of the reasons bringing about polysemy is explained by generalizing character of human thinking. The current study explains the approaches of both traditional and cognitive linguistics towards the above-mentioned linguistic phenomenon. The article also provides the interpretation of semantic development on the basis of the element of reality—the minimum unit that is comprehended, introduced in the theory of Linguo-Psychological Unity (LPU) newly created in Azerbaijani linguistics.

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)0,001
score de la tête « metaresearch » (Gemma)0,418
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,848
Score d'incertitude au seuil0,587

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,418
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,066
Tête enseignante GPT0,318
Écart entre enseignants0,252 · 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.

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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetCultural, Linguistic, Economic StudiesTravaux en français237 207