MétaCan
Menu
Retour à la cohorte
Enregistrement W3118459256 · doi:10.1177/0075424220979126

“He loved his father but next to adored his mother”: <i>Nigh</i> ( <i>ly</i> ), <i>Near</i> , and <i>Next</i> ( <i>To</i> ) as Downtoners

2021· article· en· W3118459256 sur OpenAlexaff
Laurel J. Brinton

Notice bibliographique

RevueJournal of English Linguistics · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLinguistic Variation and Morphology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGrammaticalizationParticipleDegree (music)LinguisticsLocative caseAdjectiveMeaning (existential)VerbAdverbialMiddle EnglishProsodyHistoryPhilosophyNounPhysics

Résumé

récupéré en direct d'OpenAlex

In Present-Day English, nearly functions as an approximator downtoner meaning ‘almost, all but, virtually,’ as do earlier variants based on the same root— nigh, nighly, near, next ( to)—though more rarely and in more restricted contexts. Nigh functions as an approximator downtoner in Old and Middle English. When near displaces nigh, nigh is retained as a downtoner with lexical adjectives expressing negative semantic prosody. Near is used as a downtoner in later Middle and Early Modern English. However, degree adjunct uses are not well attested, thus pointing to incomplete grammaticalization. During the eighteenth century, the new -ly form ( nearly) takes over the innovative downtoner function and the old form ( near) is retained in the original locative sense, with some remnant downtoner uses. Next ( to) grammaticalizes as a downtoner, but proceeds only to the degree modifier stage and involves a high degree of idiomaticization, thus suggesting incipient grammaticalization. As spatial adverbs, nigh/ near/ next ( to)/ nearly represent one of the well-known sources for the grammaticalization of degree adverbs. However, these forms seem to follow a pathway where the degree modifier use (adjective/participle modifier) precedes the degree adjunct use (verb modifier), contrary to the reverse pathway postulated for other degree adverbs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,002
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

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 GPT0,290
Écart entre enseignants0,269 · 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 source (Gemma direct ou Codex distillé), 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
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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of English LinguisticsMême sujetLinguistic Variation and MorphologyTravaux en français237 207