MétaCan
Menu
Retour à la cohorte
Enregistrement W4380481947 · doi:10.6000/1929-4409.2020.09.324

The Arabic Root and the Peculiarities of Its Language Categorization (Structure and Inflection)

2022· article· en· W4380481947 sur OpenAlexvenueno aff
Nailya G. Mingazova, Raheem Ali Al-foadi, Vitaly G. Subich

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHistorical and Linguistic Studies
Établissements canadiensnon disponible
Organismes subventionnairesKazan Federal University
Mots-clésLinguisticsRoot (linguistics)CategorizationOnomatopoeiaSemitic languagesInflectionGrammarComputer scienceArabicConsonantVerbNatural language processingArtificial intelligencePhilosophyVowel

Résumé

récupéré en direct d'OpenAlex

This article discusses the peculiarities of the Arabic root, its phonemic structure, and morphological categorization. The pure appearance of the Arabic root in language categorization allows you to separate the onomatopoeic feature of inflectional structure and phonetic rules of the Arabic language by which the root is categorized. This phenomenon of meaningful consonant phonemes in the Arabic roots makes the theory of onomatopoeia practicable not just only in Arabic but also in other Semitic languages. Moreover, the first consonant of an Arabic root usually contains the word's primary, essential meaning, and the second and third lookup. Also, in this work, it is noted that the grammar of the Arabic language has many features aimed at preserving the “purity” of the language and ensuring its continuity. It means that Arabic grammar is working as a trusted keeper of Arabic; therefore, the rules of this phenomenon are well prepared by old Arab grammarians. The Arabic root can show very useful organized peculiarities making Arabic so easy to understand and makes the Arabic words formed systematically. The article reveals “the Arabic law of language self-defense” and its basic rules, such as the principle of progressive language categorization.

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)0,000
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 enseignants0,168
Score d'incertitude au seuil0,537

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 Opus0,025
Tête enseignante GPT0,314
Écart entre enseignants0,289 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetHistorical and Linguistic StudiesTravaux en français237 207