MétaCan
Menu
Back to cohort
Record W1964532884 · doi:10.7202/602561ar

Des verbes ou compléments locatifs « Hamlet » à l’effet du même nom

2009· article· fr· W1964532884 on OpenAlexvenueno aff
Jean-Paul Boons

Bibliographic record

VenueRevue québécoise de linguistique · 2009
Typearticle
Languagefr
FieldArts and Humanities
TopicLinguistics and Discourse Analysis
Canadian institutionsnot available
Fundersnot available
KeywordsPhilosophyHumanities

Abstract

fetched live from OpenAlex

La pertinence générale des rôles casuels ou thématiques de « source » (le lieu d’où on vient) et de « but » (le lieu où on va) est le plus souvent admise sans discussion en grammaire générative depuis les années 1965-1970, mais aussi bien dans toute l’histoire de la grammaire depuis l’antiquité. Une étude exhaustive à base syntaxique des verbes « locatifs » du français démontre le manque de généralité de ce schème sémantique spatio-temporel. Approprié aux seuls procès figurant obligatoirement un déplacement (les verbes dits « de mouvement »), le flou qu’il introduit dans la description des autres dissimule en la disséminant la classe la plus régulière et la plus productive : celle des verbes figurant la causation ou la cessation d’un état de choses locatif statique. Quelques années d’études classificatoires auront ainsi permis de montrer, par la remise en cause d’un préjugé plus que séculaire, qu’une sémantique aspectuelle (i.e. temporelle) convient mieux qu’une sémantique spatiale à une représentation intégrée prédisant les propriétés syntaxiques des procès impliquant une localisation. Contrairement à un autre préjugé, plus récent celui-là, les pratiques taxinomique et théorique ne sont pas aux antipodes l’une de l’autre, et leur articulation conduit à des hypothèses explicatives nouvelles sur la structure de la phrase simple, autrement dit sur le lexique conçu comme indissociable de la syntaxe, tel qu’il émerge des travaux du L.A.D.L.

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 score0.911
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.000
Science and technology studies0.0010.001
Scholarly communication0.0010.000
Open science0.0010.000
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0010.001

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 head0.025
GPT teacher head0.281
Teacher spread0.256 · 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

Citations8
Published2009
Admission routes1
Has abstractyes

Explore more

Same venueRevue québécoise de linguistiqueSame topicLinguistics and Discourse AnalysisFrench-language works237,207