MétaCan
Menu
Retour à la cohorte
Enregistrement W6930674802 · doi:10.5281/zenodo.15006609

Leaner, cleaner, and full of attitude

2025· book-chapter· en· W6930674802 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typebook-chapter
Langueen
DomaineDecision Sciences
Thématiqueactivated carbon and charcoal
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhraseVariation (astronomy)GesturePerceptionAlphabetFell

Résumé

récupéré en direct d'OpenAlex

Early fieldwork for the Linguistic Atlas of the United States and Canada (later, theLinguistic Atlas Project, or LAP) consisted of 6- to 8-hour-long interviews designedto elicit lexical, phonological, and grammatical targets from native informants inpredominantly English-speaking communities throughout North America. Fieldworkers for the project were trained to ask questions that were usually in the formof descriptive phrases that tasked the speaker to name the item being described(these were often framed by the phrase what would you call [description]) or fill-in-the-blank questions that asked the speaker to supply the target as the missingword (if a glass fell on a hard floor and shattered, you would say the glass ______).For the earliest surveys, responses were written down in the International Phonetic Alphabet (IPA), but later interviews were tape recorded in their entirety andthe responses transcribed from the recordings. The ultimate goal of the earliest surveys was the mapping of dialect boundaries, particularly the mapping of individuallinguistic features. Over time, however, the goals and structure of the LAP interview have changed.The overarching goal of LAP interviews has shifted from an interest in isoglossesand dialect boundaries to a desire to record variation and to investigate the correlations between that variation and specific social and regional groups. Today’sLAP interviews take the form of conversational interviews that still seek namesfor specific foods, animals, weather phenomena, etc., as well as morphological andsyntactic forms, but also address the contemporary sociolinguistic interest in perceptions and attitudes. This paper provides details of the new hybrid LAP interview,one whose format offers the best of all worlds: a set of dialectological targets thatwill facilitate comparisons across LAP surveys and through time, the free-flowingconversation prized by traditional sociolinguistics for grammatical andphonological analysis, and questions aimed at getting at interviewees’ attitudes and beliefsabout language use in their communities. Interviews have already been conductedin Kentucky with this new framework.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,221

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,004
Communication savante0,0060,005
Science ouverte0,0010,004
Intégrité de la recherche0,0010,007
Charge utile insuffisante (le modèle a refusé de juger)0,0660,031

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 Opus0,091
Tête enseignante GPT0,310
Écart entre enseignants0,219 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 revueZenodo (CERN European Organization for Nuclear Research)Même sujetactivated carbon and charcoalTravaux en français237 207