MétaCan
Menu
Retour à la cohorte
Enregistrement W3170979526 · doi:10.1080/0163853x.2021.1924040

Tense and Discourse Structure: The Timeline Hypothesis

2021· article· en· W3170979526 sur OpenAlexaff
Alexander Göbel, Lyn Frazier, Charles Clifton

Notice bibliographique

RevueDiscourse Processes · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLanguage, Discourse, Communication Strategies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTimelineLinguisticsComputer sciencePsychologyDiscourse analysisNatural language processingCognitive psychologyHistoryPhilosophy

Résumé

récupéré en direct d'OpenAlex

Recent studies of appositives have turned up differences between sentence-medial appositives and sentence-final appositives, for instance, in their availability for discourse continuations. Three experiments investigated whether medial appositives are more difficult to comprehend than final appositives and if so why. Experiment 1 tested coordinating (Narration) versus subordinating (Elaboration) discourse relations in sentence-medial or sentence-final position. Coordinating relations received lower naturalness ratings in general but especially in medial position. We propose a timeline hypothesis that coordinating (Narration) relations in medial position are difficult because the processor constructs a narrative timeline from earlier to later times and avoids ordering an event later on the timeline than an event whose description has not yet been completed. An interpretation study of ambiguous appositives confirmed the timeline hypothesis (Experiment 2). In Experiment 3, the appositive event was disambiguated to either precede or follow the main clause event on the narrative timeline. Sentences with medial appositives disambiguated to precede the main clause event received higher naturalness ratings than those disambiguated to follow the main clause event, as expected on the timeline hypothesis.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,011
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,040
Tête enseignante GPT0,289
Écart entre enseignants0,249 · 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'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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiscourse ProcessesMême sujetLanguage, Discourse, Communication StrategiesTravaux en français237 207