MétaCan
Menu
Retour à la cohorte
Enregistrement W4283837583 · doi:10.3390/languages7030172

Utterer Meaning, Misunderstanding, and Cultural Knowledge

2022· article· en· W4283837583 sur OpenAlexaff
Christopher W. Tindale

Notice bibliographique

RevueLanguages · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLanguage, Discourse, Communication Strategies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésGriceMeaning (existential)Argumentation theoryConversationArgumentativeMaximComprehensionEpistemologyPsychologyCooperative principleLinguisticsPragmaticsCommunicationPhilosophy

Résumé

récupéré en direct d'OpenAlex

All versions of Grice’s theory of utterer meaning couch success in terms of stressing the hearer’s ability to recognize what is intended. This ties naturally to the cooperative principle and the maxims of conversation. A later additional maxim of manner emphasizes that one should always facility the audience’s response in one’s communication. Meaning communication is successful with the right “uptake”, whether seen in the desires or beliefs that Grice addressed in the audience, or the achievement of understanding or comprehension that critics identified. In retrospective reflections, Grice saw the latter necessitated by the former. The point remains that if Grice is correct in requiring audience recognition for the successful communication of meaning, then this poses serious challenges for scholars working in argumentation. It provides, for example, an additional problem when exploring cross-cultural argumentative exchanges where societies have had no prior experience of each other, their norms, or shared beliefs. Moreover, the conditions that it requires makes misunderstanding a central concern. These problems are explored in the paper, beginning with an initial assumption that Grice is correct about meaning, with a view to considering whether there is need for modifications to Grice’s theory.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,038
score de la tête « metaresearch » (Gemma)0,068
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,203

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,068
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0080,103
Communication savante0,0170,038
Science ouverte0,0040,013
Intégrité de la recherche0,0080,009
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,061
Tête enseignante GPT0,318
Écart entre enseignants0,257 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLanguagesMême sujetLanguage, Discourse, Communication StrategiesTravaux en français237 207