MétaCan
Menu
Retour à la cohorte
Enregistrement W3202012945 · doi:10.16995/glossa.5870

Frozen by context: Pragmatic factors of syntactic freezing

2021· article· en· W3202012945 sur OpenAlexaff
Gouming Martens

Notice bibliographique

RevueGlossa a journal of general linguistics · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSyntax, Semantics, Linguistic Variation
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésReferentContext (archaeology)LinguisticsSentencePsychologySentence processingCognitive psychologyPoint (geometry)Computer scienceNatural language processingMathematics

Résumé

récupéré en direct d'OpenAlex

Syntactic freezing has mainly been approached from a structural point of view, recently though, more cognitive approaches in terms of processing costs have been proposed. One such processing account is the additive account. According to this approach, the freezing effect is best explained as an additive effect of two syntactic processes coming together, rather than being a phenomenon on its own. Another processing account argues that the freezing effect is the result of a prosodic garden path according to which extraction can only take place from a prosodically focused constituent. The current study provides empirical evidence for a less discussed factor contributing to the freezing effect, namely a pragmatic one. The pragmatic account requires frozen sentences to have contextually given referents. If no such referent is present, the sentence becomes less acceptable. The need for such a referent comes from the non- default word order associated with frozen sentences, which often highlights/focuses a certain constituent. Several experiments were run to test the pragmatic account. Based on the results it was concluded that pragmatic factors play a significant role in explaining the apparent freezing effects. Other factors however, seem to contribute to this effect as well since this effect cannot be fully explained in terms of pragmatic factors solely.

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)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,507
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,249
Écart entre enseignants0,225 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlossa a journal of general linguisticsMême sujetSyntax, Semantics, Linguistic VariationTravaux en français237 207