Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Languages have different ways of counting nouns, involvinga variable combination of pluralisation, combination withnumbers, and quantification. Established cross-linguisticliterature in this field like that of Chierchia (2019) suggestsa tripartite typological division between number-marking(e.g., English), classifier (e.g., Mandarin), and number-neutral (e.g., English) languages. In any case, the literatureargues for certain universals irrespective of type like thedivision of nouns into number-counting (e.g., pieces of meat)and kind-counting (e.g., pork and beef). In comparison withcross-linguistic typology and neighbouring languages likeLingala, Tshiluba does show affinities with the number-marking category with categories like fluid substancesneither able to change class nor combine directly withnumerals. However, there are other affinities with number-neutral languages like in the interpretation of quantifiers forthese fluid mass nouns, in this case a buunyi which can mean“many” bottles of water or “much” water. Ultimately, thetypological system is present but the motivation for it is morediscursive in that there can be countable and uncountableiterations of words like tshi-manu “wall” as opposed tocertain words being inherently (un)countable.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle