Notice bibliographique
Résumé
The ultimate goal of this paper is to compare speak to with talk to in four corpora. In the Movie Corpus (Movie Corpus (MC). 20, January 2022. Online https://english-corpora.org /movies/), talk to was preferable to speak to in the films of six countries (America, the UK, Canada, Australia, New Zealand, and Ireland). It is worth mentioning that in the Movie Corpus (Movie Corpus (MC). 20, January 2022. Online https://english-corpora.org /movies/), speak to (2,620 tokens) and talk to (18,667 tokens) was the most preferred types in the 2010s. In the TV Corpus (TV Corpus (TVC). 20, January 2022. Online https://english-corpora.org /tv/), talk to is preferable to speak to in six countries’ (America, the UK, Canada, Australia, New Zealand, and Ireland) TV programs. It is noteworthy that in the TV Corpus (TV Corpus (TVC). 20, January 2022. Online https://english-corpora.org /tv/), speak to (8,279 tokens) and talk to (59,703 tokens) reached a peak in the 2010s. In the BNC (British National Corpus (BNC). 20, January 2022. Online https://corpus.byu.edu/bnc), the types speak to and talk to show the same pattern in three genres, whereas they show a different pattern in four genres. That is, speak to is 42.85% the same as talk to in their ranking. Finally, the COCA (Corpus of Contemporary American English (COCA). 20, January 2022. Online https://corpus.byu.edu/coca) clearly shows that 42.85% of forty two nouns are the collocations of both speak to and talk to.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,015 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,006 |
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 source (Gemma direct ou Codex distillé), 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 ».