“Know Your Coffee!” The Cultural Semantics of a Lexico-Syntactic Molecule of English
Notice bibliographique
Résumé
This paper presents a cultural semantic analysis of the English syntactic construction ‘know your + noun’ made combining the analytical principles and methods of ethnosyntax (Wierzbicka, 1988, 2003, 2006a) with those of corpus-based discourse analysis (Baker, 2006; Partington et al., 2004). Three main points are made in the paper: (i) ‘know your n.’ constitutes an indissoluble lexico-syntactic molecule of English expressing its own specific meaning; (ii) this construction is both genre-specific and subject to intralinguistic variation; (iii) this construction is quintessentially Anglo, because it reflects Anglo cultural assumptions about personal autonomy informing certain speech practices in English discourse (Goddard & Wierzbicka, 2004; Wierzbicka, 2006b) and defies easy translation in other languages. The analysis is based on the findings of a corpus search in GLOWBE across varieties of English complemented by additional data from the web. The results provide a clear picture of the meaning of ‘know your n.’ and of where it situates within the broad range of know-constructions. Ultimately, the paper emphasises the contribution that corpus-based, empirical discourse analysis can make to the semantics and ethnography of syntax as well as to the study of the interface between syntax, semantics and culture.
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 | 0,000 | 0,224 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».