MétaCan
Menu
Retour à la cohorte
Enregistrement W4247021280 · doi:10.1017/9781139540704.039

Adjectives, adverbs and prepositions

2018· book-chapter· en· W4247021280 sur OpenAlexaff

Notice bibliographique

RevueCambridge University Press eBooks · 2018
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueLinguistics and language evolution
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésGrammarLinguisticsReading (process)VocabularyComputer scienceArtificial intelligenceLatin AmericansNatural language processingPhilosophy

Résumé

récupéré en direct d'OpenAlex

Reading Latin, first published in 1986, is a bestselling Latin course designed to help mature beginners read classical Latin fluently and intelligently. It does this in three ways: it encourages the reading of continuous texts from the start; it offers generous help with translation at every stage; and it integrates the learning of classical Latin with an appreciation of the influence of the Latin language upon English and European culture from antiquity to the present. The Text and Vocabulary, richly illustrated, consists at the start of carefully graded adaptations from original classical Latin texts. The adaptations are gradually phased out until unadulterated prose and verse can be read. The accompanying Grammar and Exercises volume completes the course by supplying all the grammatical help needed, and the second edition has been fully revised and updated. It has also been extensively redesigned to make it clearer and easier to navigate.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,944
Score d'incertitude au seuil0,963

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,185
Écart entre enseignants0,165 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetLinguistics and language evolutionTravaux en français237 207