Negotiating truth and relevance: A new typology of English rising declaratives
Notice bibliographique
Résumé
Rising declaratives have been a prolific test bed for investigating the contribution of sentence-final intonation to the interpretation of assertive speech acts. In the past, this contribution has almost exclusively been described as a qualification of the speaker's commitment to the truth of the proposition. In this paper, I argue that we can only incorporate the full variation in uses of English rising declaratives if we expand conversational negotiations to include negotiations of relevance. Returning to the established insight that qualified commitment grounds in the avoidance of the risk of losing face, I propose that speakers not only avoid commitment if uncertain about propositional truth; they also avoid it if the relation to the question under discussion is unclear. In addition to accounting for the traditional divide between inquisitive and assertive uses of rising declaratives, the proposed expansion can also incorporate incredulous and narrative uses, which are void of any uncertainty and still come with a sentence-final rise. The latter seeks to resolve an epistemic clash; the former suspends the negotiation to add further information pertaining to the question under discussion. The proposed typology rests on the analysis of rising declaratives elicited in a Map Task study. To illustrate the variation in use conventions, I draw on the analogy of the negotiation table and frame the notion of relevance by situating this negotiation in the question-under-discussion framework. • Rising declaratives are used to negotiate the truth or relevance of a proposition. • A lack of speaker commitment can root in uncertainty about truth or relevance. • Steep rises do not equal speaker uncertainty. • Shallow rises suspend the conversational negotiation. • Metalinguistic issues can be incorporated within a QUD analysis.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,006 | 0,011 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 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 ».