MétaCan
Menu
Retour à la cohorte
Enregistrement W7004479988

"0" Stories

2014· other· en· W7004479988 sur OpenAlexaboutno aff

Notice bibliographique

RevueSeoul National University Open Repository (Seoul National University) · 2014
Typeother
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRelevance (law)Set (abstract data type)Field (mathematics)Simple (philosophy)LexicographyLexical itemClass (philosophy)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The linguistic fund, that is, the actual lexical inventory of a language, is always considerably larger than the sum total of the contents of dictionaries for that language. It corresponds to all the possibilities of derivation and compounding-with the associated word-formation rules. The exploitation of the latter. within machine-readable dictionaries should therefore allow a far more accurate coverage of the linguistic fund, by generating thousands of additional entries, some being more or less widely attested in their written form, some representing the set of virtual words generated by a productive rule that have not, for one reason or another, been recognized as existing words. Note that the boundary between the two subsets is not clearcut. The conditions which determine whether a generated form will belong to one or the other have not given rise to extensive studies, neither in linguistics nor in lexicology, in spite of their significance for a better understanding of lexical creativity and word-formation processes. The relevance of such phenomena seems to have been greatly underestimated-as is indicated by the fact that no studies have been fulfilled on the topic of words such as medico-legal and franco-quebecois. We will demonstrate and illustrate for the French language the shortcomings of the simple compiling method and how ignoring them has led to unnecessary complications in the field of electronic lexicography

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,028
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,246
Écart entre enseignants0,235 · 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 tête enseignante, pas un consensus.

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeoul National University Open Repository (Seoul National University)Même sujetCell Image Analysis TechniquesTravaux en français237 207