MétaCan
Menu
Retour à la cohorte
Enregistrement W4399445214 · doi:10.16995/glossa.8842

Dependent Case for Mongolian: Unifying accusative subjects

2024· article· en· W4399445214 sur OpenAlexaff
Sable Andrew Peters

Notice bibliographique

RevueGlossa a journal of general linguistics · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntellectual Property Law
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyLinguisticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

In Modern Mongolian, the subjects of many subordinate clauses, both complements and adjuncts, may be marked with the accusative case (von Heusinger, Klein & Guntsetseg 2011; Guntsetseg 2016). This study argues that the full empirical picture of these marked subjects necessitates an analysis based on Dependent Case Theory (Marantz 1991; Baker & Vinokurova 2010; Baker 2015), which additionally provides an account of case assignment more broadly in the language, including in differential object marking. Prior syntactic analyses (Bao et al. 2015; Fong 2019) rely on Agree-based case-licensing from v, resulting in ECM-like accounts. However, the appearance of accusative on subjects of adjoined clauses, as well as in clauses with no canonical accusative-assigning verbs (intransitives, passives) rules out v as the case assigner. Instead, following Baker & Vinokurova (2010), this account argues that accusative case is assigned configurationally. Once established that a configurational approach to case-assignment handles subjects, as well as direct objects, the approach is applied to Mongolian-specific issues including voice alternations and converbial adjuncts, showing that the theory predicts case-assignment patterns there. Finally, the study examines data from dative marking and scrambling in ditransitives to refine Baker & Vinokurova’s (2010) original theory, obviating the need for case-stacking by restricting the timing of application of the Dependent Case algorithm.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,064
Tête enseignante GPT0,363
Écart entre enseignants0,299 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlossa a journal of general linguisticsMême sujetIntellectual Property LawTravaux en français237 207