MétaCan
Menu
Back to cohort
Record W1866541003 · doi:10.4000/praxematique.1093

Figures du discours et frontières notionnelles

2009· article· fr· W1866541003 on OpenAlexaff
Lucile Gaudin-Bordes, Geneviève Salvan

Bibliographic record

VenueCahiers de praxématique · 2009
Typearticle
Languagefr
FieldArts and Humanities
TopicLinguistics and Discourse Analysis
Canadian institutionsCanadian Linguistic Association
Fundersnot available
KeywordsPhilosophyPolitical science

Abstract

fetched live from OpenAlex

L’arrière-plan théorique de notre travail sur les figures articule l’approche praxématique et dialogique (Détrie) avec l’analyse pragma-énonciative (Bonhomme, Rabatel). Toutes deux permettent de penser les figures non seulement comme des configurations discursives saillantes mais comme des processus d’ajustement énonciatif. Le présent article vise à examiner en quoi les figures du discours impliquent des remaniements notionnels, font bouger les catégorisations et jouer les frontières entre notions. La première partie est consacrée aux figures de la nomination que sont l’hypallage (un papier coupable), la paradiastole (vos héros sont des assassins), et l’antanaclase (la vraie éloquence se moque de l’éloquence), qui construisent des identifications qui ne vont pas de soi et travaillent la composante référentielle du discours. La seconde envisage l’activité respective du pléonasme et de la tautologie sur les frontières notionnelles. Ces deux figures sont particulièrement intéressantes car elles donnent l’impression d’orienter toutes deux vers l’attracteur (le beau beau, le beau est le beau), alors que c’est seulement vrai du pléonasme (vieilles vieilleries) tandis que la tautologie asserte pour sa part une frontière stricte et mobilise une représentation statique de la notion (une divorcée est une divorcée). Les figures, plutôt que de légitimer ou bousculer des catégories en langue, construisent des catégorisations propres à l’énonciateur qui rencontre et discute ce faisant des catégorisations stabilisées dans le discours.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Theoretical or conceptual · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.855
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0010.001
Scholarly communication0.0010.000
Open science0.0000.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0030.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.010
GPT teacher head0.256
Teacher spread0.246 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designTheoretical or conceptual
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations7
Published2009
Admission routes1
Has abstractyes

Explore more

Same venueCahiers de praxématiqueSame topicLinguistics and Discourse AnalysisFrench-language works237,207