MétaCan
Menu
Retour à la cohorte
Enregistrement W7043440041

Suffixes Forming Adjective Found in the Novel Peter Pan

2019· other· en· W7043440041 sur OpenAlexaboutno aff

Notice bibliographique

RevueDigital Repository Warmadewa University (Warmadewa University) · 2019
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdjectiveSuffixNounPart of speechVerbClass (philosophy)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study aims to describe the suffixes forming adjective found in the Novel Peter Pan and the bases that are possibly changed into adjective. The data of this research were taken from the novel entitled Peter Pan by J.M Barrie. The main theory which is used in analyzing the data is theory of suffixes by Bauer (1983). The data were collected by reading. After collecting, the data were classified based on scope discussions. The result showed that there are six kinds of part of speech that were found, namely; noun, verb, adverb, adjective, conjunctions, pronoun. Suffix forming adjective is the process of forming adjective by adding suffixes to another word class. In the data, it is found that there are three kinds of word class bases that can be attached with suffixes to form adjective, they are noun base, verb base, and adjective base. Furthermore, based on the result of the research which was described descriptively, it can be concluded that suffixes forming adjective there are some points that can be taken as the conclusion. There are six kinds of part of speech that were found, namely; noun, verb, adverb, adjective, conjunctions, pronoun. Suffix forming adjective is the process of forming adjective by adding suffixes to another world class. In the data, it is found that there are three kinds of word class bases that can be attached with suffixes to form adjective, they are noun base, verb base, and adjective base.

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), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
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 enseignants0,216
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0040,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,012
Tête enseignante GPT0,191
Écart entre enseignants0,179 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Repository Warmadewa University (Warmadewa University)Travaux en français237 207