Familiarity, aptness, concreteness, metaphoricity, and structure norms for 300 two-word metaphors in context and in isolation
Notice bibliographique
Résumé
Familiarity, aptness, concreteness, metaphoricity, and structural norms for 300 two-word English metaphorical expressions (e.g., broken heart, early bird), presented in sentence context and in isolation, were obtained from 164 participants. Familiarity was conceived as the extent to which participants had previously heard or read that expression. Aptness was conceived as the extent to which the vehicle captured important features of the topic. Concreteness was conceived as the extent to which the meaning conveyed by the vehicle could be perceived through senses or actions. Metaphoricity was conceived as the extent to which the expression was perceived as figuratively rather than literally true. Metaphor constituent structure was conceived as a graded measure indicating whether the metaphorical content is carried by the first word, the second word, or distributed across both words. In addition to these variables, which are known to play a key role in metaphor comprehension, we provide frequency scores for the whole expression as well as for each constituent separately from the Corpus of Contemporary American English (COCA) database. Cumulative logistic regression was used to examine the effects of context and vehicle position on our ordinal ratings, as well as to assess whether familiarity and concreteness predicted metaphoricity. This set of norms, the first of its kind, serve as materials for research employing a variety of computational, behavioral, and neuroimaging methods aiming to tap the nature of metaphor comprehension and semantic composition.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».