MétaCan
Menu
Retour à la cohorte
Enregistrement W4400423277 · doi:10.1515/opli-2024-0011

Request for confirmation sequences in Mandarin Chinese

2024· article· en· W4400423277 sur OpenAlexaff
Xiaoting Li

Notice bibliographique

RevueOpen Linguistics · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLanguage, Discourse, Communication Strategies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésMandarin ChineseLinguisticsPhilosophy of languagePsychologyPhilosophyMetaphysicsEpistemology

Résumé

récupéré en direct d'OpenAlex

Abstract As a social action, requesting confirmation involves presenting a proposition to be (dis)confirmed and seeking another’s (dis)confirmation of the proposition. This article provides an overview of the lexico-syntactic and prosodic resources used by participants to perform requests for confirmation (RfCs) and to respond to RfCs in Mandarin face-to-face interactions. Drawing on statistical results of the frequencies of a variety of linguistic resources in RfC sequences, this study shows that declaratives are the most frequently used syntactic forms for RfCs in the Mandarin data. Tags, such as shiba ‘right?’, are also frequently used by the speaker to seek (dis)confirmation from the recipient. The RfCs in the data also exhibit one prominent prosodic pattern. That is, a larger number of RfC turns in Mandarin end with falling pitch movement with very moderate slope from mid (M) to low (L). This prosodic pattern stems from the interplay between tones and intonation in Mandarin. In the responses to RfCs, a majority of them are confirmations. Also, response tokens, such as dui ‘right’ and en ‘en’ with falling intonation, are used highly frequently in responses to RfCs in the Mandarin data. Findings in this study afford cross-linguistic research on RfC sequences.

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)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,081
Tête enseignante GPT0,393
Écart entre enseignants0,312 · 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'étudeQualitatif
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 revueOpen LinguisticsMême sujetLanguage, Discourse, Communication StrategiesTravaux en français237 207