MétaCan
Menu
Retour à la cohorte
Enregistrement W3136529350 · doi:10.3765/plsa.v6i1.4984

Pragmatic person features in pronominal and clausal speech act phrases

2021· article· en· W3136529350 sur OpenAlexaff
Hailey Hyekyeong Ceong

Notice bibliographique

RevueProceedings of the Linguistic Society of America · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLanguage, Discourse, Communication Strategies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésLinguisticsVerbPluralFirst personSpeech actArgument (complex analysis)PsychologyComputer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

This paper proposes the necessity of pragmatic person features (Ritter and Wiltschko 2018) in pronominal and clausal speech act phrases in Korean, giving three main arguments for such necessity: (i) pragmatic person [addressee] is needed for hearsay mye which expresses the meaning of you told me without the lexical verb of saying, (ii) pragmatic person [speaker] is needed for the unequal distribution of first-person plural pronouns with exhortative ca ‘let us’, and (iii) pragmatic persons [speaker], and [addressee] are needed for the asymmetric distribution of a dative goal argument in secondhand exhortatives. Based on the compatibility and incompatibility of exhortative ca- and secondhand exhortative ca-mye clauses with a first-person pronoun (e.g., na ‘I’, ce ‘I’, wuli ‘we’, and cehuy ‘we’), I argue that pragmatic person features are needed in syntax to account for their distribution.

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)0,001
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 enseignants0,128
Score d'incertitude au seuil0,358

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,023
Tête enseignante GPT0,268
Écart entre enseignants0,246 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Linguistic Society of AmericaMême sujetLanguage, Discourse, Communication StrategiesTravaux en français237 207