El posesivo en las locuciones adverbiales y preposicionales: <em>en su contra ~ en contra suya</em> (<em>~ suyo</em>) <em>~ en contra de él</em>
Notice bibliographique
Résumé
Gracias a los datos de los corpus lingüísticos disponibles (CORPES, Corpus del español) y a la red social Twitter, este trabajo revisa las descripciones previas sobre el uso del posesivo en una serie de locuciones prepositivas y adverbiales (a gusto de, de parte de, en contra de, en vez de, en vista de, a modo de y en bien de) y actualiza varios hechos. De este modo, se comprueba que el posesivo más empleado es siempre el antepuesto (especialmente el de tercera persona), y que el posesivo pospuesto es posible, pero como opción minoritaria en todos los casos (con la tercera y primera personas), rasgo documentado sobre todo en el registro coloquial. El trabajo también revisa la concordancia entre el nombre y el posesivo. Los datos indican que esta concordancia se respeta, pero se documentan ejemplos de falta de concordancia, de nuevo en el registro coloquial (sobre todo con la primera persona). Por último, en cuanto a la complementación con la preposición de, se comprueba que esta se realiza, como cabría esperar, con el pronombre de tercera persona. Sin embargo, en el registro coloquial se documentan asimismo casos con las otras personas.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».