A Cognitive Semantic Account of the Preposition “‘bra” in Modern Standard Arabic with Reference to the English “Through”
Notice bibliographique
Résumé
Prepositions are crucial grammatical devices for indicating location, movement, time, and other meanings. A case in point is the Arabic preposition “‘abra,” which expresses different spatial, temporal, and abstract meanings. Adopting a cognitive semantic perspective, this study investigates ‘abra, its diverse spatial meanings, and metaphorical extensions. It also uses cognitive constructs such as image schemas, prototypes, and conceptual metaphor to demonstrate how various senses of ‘abra can be described based on perceptual properties and cognitive characteristics. In addition, this study compares the meanings of ‘abra with those of its English equivalent (through). This research uses authentic examples from Modern Standard Arabic available through the Sketch Engine website and illustrations created by the researcher. The analytical description involves the basic schema, the prototypical meaning, and the metaphorical extensions. The findings reveal that ‘abra and “through” share a basic image schema and prototypical sense with slight differences resulting from varying conceptualizations. The metaphorical extensions are also similar. The distinctions between the two mostly pertain to the semantic scope in addition to the fact that ‘abra also covers the meaning of the preposition “across.” Generally, this analysis asserts that prepositional meanings are best described using a cognitive semantic framework. The results may be useful in the fields of lexicon, second learning and teaching, as well as translation.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».