MétaCan
Menu
Retour à la cohorte
Enregistrement W4411153768 · doi:10.3390/languages10060134

Infinitival and Gerund-Participial Catenative Complement Constructions in English World-Wide

2025· article· en· W4411153768 sur OpenAlexaboutno aff
Peter Collins

Notice bibliographique

RevueLanguages · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSyntax, Semantics, Linguistic Variation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGerundLinguisticsComplement (music)MathematicsComputer sciencePhilosophyNounChemistry

Résumé

récupéré en direct d'OpenAlex

Previous research on non-finite catenative complementation (for example, start Ving/to V; force NP into Ving/to V) has largely been restricted to BrE and/or AmE. The present study seeks to expand the regional coverage of such research by analysing a set of catenative constructions in two large web-derived corpora, GloWbE and NOW, both of which comprise 20 subcorpora representing different national varieties of English. The implications of the findings for such diachronically relevant phenomena as colloquialisation and grammaticalisation are considered. For example, the dominance of bare infinitivals over to infinitivals with catenative help is suggestive of auxiliarisation, an interpretation supported by the semantically bleached sense of generalised causation associated with help, and historical evidence of support for the bare-infinitival variant in colloquial registers. Notable findings include American English epicentrality—and possibly hypercentrality—in many of the results, with Canadian English and Philippine English in particular sharing the American aversion to from-less “prevent NP Ving” and “help to V”; the occasional conservative tendency of the Outer Circle varieties to resist diachronic trends associated with the reference varieties (such as the rise of “fear Ving” at the expense of “fear to V”); and high scores for the African Englishes, suggested to be attributable to the popularity of “serial verb” constructions in a number of African languages.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,002
Communication savante0,0020,003
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,024
Tête enseignante GPT0,280
Écart entre enseignants0,256 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLanguagesMême sujetSyntax, Semantics, Linguistic VariationTravaux en français237 207