MétaCan
Menu
Retour à la cohorte
Enregistrement W3105610819 · doi:10.6000/1929-4409.2020.09.108

The Semantic and Etymological Peculiarities of the Verbs of Blame

2020· article· en· W3105610819 sur OpenAlexvenueno aff
Tamara M. Timoshilova M. Timoshilova, Elena Morozova, Elena Viktorovna Shemaeva, Natalya B. Kudryavtseva, Julia V. Golubeva

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural, Linguistic, Economic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEtymologyLinguisticsBlameSemantics (computer science)CognitionSemantic analysis (machine learning)Perspective (graphical)PsychologyPhilosophyComputer scienceArtificial intelligenceSocial psychology

Résumé

récupéré en direct d'OpenAlex

The article deals with the semantic analysis of the verbs of blame (brawl, castigate, condemn, curse, damn, lecture, rate, rebuke, reprehend, reprimand, reproach, reprobate, reprove, row, strafe, swear, trounce) in the perspective of semantics, as well as etymology. In accordance with the dominant cross-disciplinary approach to the linguistic research, the semantics of the verbs under study is analyzed in correlation with the relevant extra-linguistic data. It reveals the necessity of using some data of cognitive linguistics together with etymological methods of semantic analysis. The complex of cognitive and etymological methods helps to determine the functioning of the verbs in different kinds of discourse, and to find the closest equivalent in the Russian language.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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: Empirique
Score de désaccord entre enseignants0,347
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,003
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 Opus0,109
Tête enseignante GPT0,344
Écart entre enseignants0,236 · 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'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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetCultural, Linguistic, Economic StudiesTravaux en français237 207