Notice bibliographique
Résumé
ABSTRACT: The common ground in an inquiry consists of what the participants agree on, at least for the sake of the inquiry. The relations between the factual and linguistic components of common ground are notoriously difficult to trace. I clarify them by exploring how modal disagreements – disagreements about how things might be – interact with the linguistic and the factual common ground. I argue that modal agreement is essential to common ground of any kind. KEY WORDS: common ground, possible worlds, semantics I will begin my discussion of common ground and modal disagreement with an illustration of the complex interactions between beliefs about meaning and beliefs about the facts. Andy, Bob and Charles are discussing American politics, when Andy says, ‘Cheney is a vet. He served in Vietnam. ’ Bob and Charles dispute this, both saying ‘What? Cheney is not a vet. ’ But while Andy and Bob mean veteran by ‘vet’, Charles means veterinarian. We know how to describe these disagreements, and even what it takes to resolve them. Andy and Bob agree on the meaning of ‘Cheney is a vet’, but disagree about the facts while Andy and Charles disagree about the meaning of that sentence, but may otherwise agree on the facts. But now along comes Donald who says
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,034 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,008 | 0,014 |
| Communication savante | 0,009 | 0,011 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,002 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».