Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
1. Foreword 2. Contributors 3. Articles 4. Pauses as indicators in story structure (Benin) (by Grool, Marjolijn) 5. Predicting intelligibility and perceived linguistic distance by means of the Levenshtein algorithm (by Beijering, Karin) 6. The Early Surinamese Creoles in the Suriname Creole Archive (SUCA) (by Berg, Margot van den) 7. VP-Internal DPs and Right-Dislocation in Zulu (by Buell, Leston) 8. How universal is the Universal Grinder? (by Cheng, Lisa Lai-Shen) 9. Proper names used as Common Nouns in Belgian Dutch and German (by De Clercq, Karen) 10. Preposition stranding in development (by Coopmans, Peter) 11. Preliminary remarks on object-marking in Makalero (by Huber, Juliette) 12. Language Attrition in Dutch Emigrants in Anglophone Canada: Internally or externally-induced change? (by Keijzer, Merel C.J.) 13. NPI-licensing and dependent tense in Serbian (by Milicevic, Natasa) 14. Czech modal existential wh-constructions as vP-level free relatives (by Simik, Radek) 15. Intensive plurality: Hausa pluractional verbs and degree semantics (by Souckova, Katerina) 16. Mutual intelligibility of Chinese dialects tested functionally (by Tang, Chaoju) 17. The encoding of adjectives (by Verkerk, Annemarie) 18. The placement of bare plural subjects in Dutch (by Vogels, Jorrig)
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.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle