MétaCan
Menu
Retour à la cohorte
Enregistrement W4220740643 · doi:10.36231/coedw.v33i1.1559

The Logical Pragmatics of Arguments in Argumentation

2022· article· en· W4220740643 sur OpenAlexaff
Waleed Ridha Hammoodi Al-Jwaid, Christopher W. Tindale

Notice bibliographique

RevueJournal of College of Education for Women · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnglish Language Learning and Teaching
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésPragmaticsArgumentation theoryComputer sciencePersuasionArgument (complex analysis)Relevance (law)Context (archaeology)LinguisticsInferenceRelevance theoryEpistemologyCognitive scienceArtificial intelligencePsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Logic is understood so far as a product perspective, either formal or informal. The topic is still, though interesting, imprecise, sketchy and problematic. Besides, the relevance of logic to linguistics has not been explained. This research focuses on dealing with logic as a product and a process. It introduces how logic is relevant to understanding language. Logic is surely not irrelevant to real human language. In this research, we coin 'logical pragmatics' to refer to "the structure of an argumentation and its parts used by the speaker for the purpose of persuasion to have an effect in the addressee and passive audience”. As such, the research mainly aims at providing a definition of "logical pragmatics" as well as developing an ideal model for it. To accomplish this aim, the research studies what this approach entails and the relevance of logic and pragmatically oriented contributions to the field of argument and argumentation. The study mainly concluded that in real communication, simple logical relations become very complex and part of a wider context where we have a speaker's communicative intention, a hearer's communicative inference, and context.

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)0,029
score de la tête « metaresearch » (Gemma)0,041
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: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,156

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,041
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0060,003
Études des sciences et des technologies0,0070,053
Communication savante0,0210,036
Science ouverte0,0020,008
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,010
Tête enseignante GPT0,279
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'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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of College of Education for WomenMême sujetEnglish Language Learning and TeachingTravaux en français237 207