MétaCan
Menu
Retour à la cohorte
Enregistrement W4390057021 · doi:10.33137/twpl.v46i1.39278

Exploring expressions for cardinal directions in Tshiluba

2023· article· en· W4390057021 sur OpenAlexafffundvenue
Yixin Wang

Notice bibliographique

RevueToronto Working Papers in Linguistics · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCategorization, perception, and language
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésBantu languagesLinguisticsComputer scienceSpoken languageNatural language processingArtificial intelligenceCognitive sciencePsychology

Résumé

récupéré en direct d'OpenAlex

This paper presents the outcomes of a pilot study that explores expressions for cardinal directions in Tshiluba, a Bantu language primarily spoken in the Democratic Republic of the Congo. Language data were collected from a native Tshiluba speaker using three elicitation methods and an online dictionary. The results reveal several potential nomenclatural strategies and conceptual sources that Tshiluba uses to linguistically encode cardinal directions, including references to body parts, geographical and environmental landmarks and features, and celestial bodies and events. Meanwhile, a comprehensive exploration of the inherent characteristics of these Tshiluba cardinal direction expressions remains a subject of further investigation. The paper also includes reflections and suggestions regarding research methodologies on this topic. This paper contributes to cross–linguistic exploration and documentation of cardinal direction expressions, both within and beyond the Bantu language family. It also encourages further research on spatial language as a whole, which is a pursuit of great importance in advancing our understanding of human spatial cognition and our interactions with the external world.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,130
Tête enseignante GPT0,360
Écart entre enseignants0,230 · 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'étudeSans objet
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'admission3
Résumé présentoui

Explorer davantage

Même revueToronto Working Papers in LinguisticsMême sujetCategorization, perception, and languageTravaux en français237 207