MétaCan
Menu
Retour à la cohorte
Enregistrement W3153295875 · doi:10.1515/ling-2020-0110

Spanish embedded question island effects revisited: an experimental study

2021· article· en· W3153295875 sur OpenAlexaff
Claudia Pañeda, Dave Kush

Notice bibliographique

RevueLinguistics · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology of Language and Bilingualism
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPresuppositionVerbFocus (optics)Ask priceConstraint (computer-aided design)Bounding overwatchLinguisticsContrast (vision)MathematicsComputer scienceArtificial intelligencePhilosophyPhysicsEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract It is often reported that embedded questions (EQs) are not syntactic islands in Spanish. However, some authors have observed that the acceptability of filler-gap dependencies (FGDs) into Spanish EQs varies with the EQ-embedding verb: FGDs into EQs under responsive verbs (e.g., know ) do not result in island effects, but FGDs into EQs under rogative verbs (e.g., ask ) do yield island effects. One account attributes the contrast to a structural difference between the two EQs, due to which ask -EQs violate Bounding constraints, but know -EQs do not. In two acceptability studies we investigated the reliability of verb-dependent island effects in EQs introduced by si ‘whether’ and cuándo ‘when’. We found no qualitative acceptability differences between ask and know EQ-island sentences, suggesting that the syntactic islandhood of Spanish EQs is not verb-dependent. Nevertheless, average island effects were numerically greater with ask , suggesting the presence of a non-syntactic constraint. In addition, FGDs into whether -EQs were generally acceptable, whereas FGDs into when -EQs obtained unacceptable average ratings and highly variable judgments. We argue that in neither case there is a Bounding constraint violation. Instead we explore alternative potential explanations for the differences in terms of features, presuppositions and processing pressures.

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)0,006
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,038
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,024
Tête enseignante GPT0,340
Écart entre enseignants0,316 · 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'étudeObservationnel
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

Citations28
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLinguisticsMême sujetNeurobiology of Language and BilingualismTravaux en français237 207