MétaCan
Menu
Retour à la cohorte
Enregistrement W4320483910 · doi:10.3765/salt.v1i0.5425

Locality in the Derivation of Cumulativity

2023· article· en· W4320483910 sur OpenAlexaff
Masashi Harada

Notice bibliographique

RevueProceedings from Semantics and Linguistic Theory · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLinguistics and Discourse Analysis
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPluralProjection (relational algebra)LocalityLinguisticsMathematicsComputer sciencePure mathematicsPhilosophyAlgorithm

Résumé

récupéré en direct d'OpenAlex

It has been proposed that the part structures of denotations of plurals ‘project’ to the denotations of expressions including those plurals (e.g., Gawron & Kehler 2004, Kubota & Levine 2016, Schmitt 2019/2020). If such a plural projection is possible, not only plural DPs but also expressions including those plural DPs denote pluralities (e.g., saw the two recipes denotes a plurality {SAW(recipe1),SAW(recipe2)} instead of a singularity {SAW({recipe1,recipe2})}). One piece of support for plural projection comes from Schmitt’s (2020) observation about ‘non-local’ cumulativity. In this paper, I further examine when cumulativity is available non-locally, and show that a source of cumulativity in the literature (e.g., Krifka 1989, Kratzer 2007, Harada 2022b) can capture all the relevant non-local cumulativity data without plural projection while an analysis with plural projection can capture only a proper subset of those data. Therefore, this paper concludes that the relevant non-local cumulativity does not support the need of plural projection.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,294

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,042
Tête enseignante GPT0,274
Écart entre enseignants0,233 · 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'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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings from Semantics and Linguistic TheoryMême sujetLinguistics and Discourse AnalysisTravaux en français237 207