Events and the Ontology of Individuals: Verbs as a Source of Individuating Mass and Count Nouns
Notice bibliographique
Résumé
What does mass–count syntax contribute to the interpretation of noun phrases(NPs), and how much of NP meaning is contributed by lexical items alone?Many have argued that count syntax specifies reference to countableindividuals (e.g., cats) while mass syntax specifies reference tounindividuated entities (e.g., water). We evaluated this claim using thequantity judgment method, and tested the interpretation of words used inmass and count syntax that described either protracted, “durative” events(e.g., mass: some dancing; count: a dance), or instantaneous, “punctual”events (e.g., mass: some jumping; count: a jump). For durative words,participants judged, for example, that six brief dances are more dances butless dancing than two long dances, thus showing a significant difference intheir interpretation of the count and mass usages. However, for punctualwords, participants judged, for example, that six small jumps are both morejumps and more jumping than two long jumps, resulting in no difference dueto mass–count syntax. Further, when asked which dimensions are importantfor comparing quantities of durative and punctual events, participantsranked number as first in importance for durative and punctual wordspresented in count syntax, but also for punctual words presented in masssyntax. These results indicate that names for punctual events individuatewhen used in either mass or count syntax, and thus provide evidence againstthe idea that mass syntax forces an unindividuated construal. They alsoindicate that event punctuality as encoded by verbs is importantly linkedto the individuation of NPs, and may access a common underlying ontology ofindividuals.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».