Ergativity: Argument Structure and Grammatical Relations. CHRISTOPHER D.
Notice bibliographique
Résumé
dissertation. As a syntactician who is not an expert on ergativity I enjoyed the book, finding it clearly written and carefully argued. While a large amount of data is included to back up the empirical claims made, it is carefully presented not to overwhelm the reader. Also, while one of the central thrusts is a theoretical one, the claims are made in as theory-neutral a way as possible, making this book useful to linguists of various stripes. Part 1, Cutting the Ergative Pie, outlines the core claims of the book, backed up by various theoretical and empirical cross-linguistic considerations; Part 2, Inuit (West Greenlandic), is an in-depth look at Inuit, a well-studied ergative language; there Manning compares his account of ergativity to others from the literature. The basic claim is that a syntactic representation is organized into two levels of information: grammatical relations structure (gr-structure) and argument structure (astructure) and that one locus of variation among languages is in the linking between the two levels of representation. Gr-structure corresponds roughly to a surface level of grammatical relations, like the final grammatical relations of Relational Grammar (RG), the level of f-structure in Lexical-Functional Grammar (LFG), or the level of S-structure
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 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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».