MétaCan
Menu
Retour à la cohorte
Enregistrement W4416302629 · doi:10.5539/ijel.v15n6p43

Complement Clause Constructions in Flux: Insights from Corpus-Based Analysis

2025· article· W4416302629 sur OpenAlexvenueno aff
Ai Inoue

Notice bibliographique

RevueInternational Journal of English Linguistics · 2025
Typearticle
Langue
DomaineArts and Humanities
ThématiqueSyntax, Semantics, Linguistic Variation
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésComplement (music)Perspective (graphical)Meaning (existential)Focus (optics)SyntaxDependent clauseFunction (biology)

Résumé

récupéré en direct d'OpenAlex

Complement clause constructions in English are evolving. This study demonstrates that shifts in speakers’ focus of consciousness can induce changes in a construction’s complement clause, affecting both its syntax and semantics. The construction [This is the [ordinal number (ON)] time (that)] (e.g., This is the first time (that)) typically employs the present perfect, as in This is the first time that I’ve heard her sing (Swan, 2017). However, corpus data from English-Corpora.org reveal that the pattern [This is the ON time (that) + S + present tense or present progressive] is also attested (e.g., …this is the first time you see formal territorial markers…, COCA, 2006, ACAD), reflecting shifts in speaker perspective and current experiential focus, despite the construction not ordinarily requiring these tenses. This study adopts a qualitative, corpus-based approach to describe and interpret these non-canonical patterns, focusing on [This is the first time (that)]. Emphasis is placed on mapping meaning and speaker viewpoint onto observed constructions, rather than on quantitative prevalence. The analysis clarifies how the function of [This is the ON time (that)] shifts with its complement clause, illustrating the interaction between construction and tense/aspect—i.e., colligation—and providing a precise, comprehensible account of ongoing changes in English complement clause constructions.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,007
Études des sciences et des technologies0,0030,004
Communication savante0,0030,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,022
Tête enseignante GPT0,282
Écart entre enseignants0,260 · 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 revueInternational Journal of English LinguisticsMême sujetSyntax, Semantics, Linguistic VariationTravaux en français237 207