Bibliographic record
Abstract
Le présent article constitue une réflexion sur la notion de contexte, qui est l’une des plus importantes de l’analyse linguistique, dans la mesure où presque tous les prédicats sont polysémiques et que seule la distribution permet de déterminer la lecture adéquate. Mais le contexte ne peut pas être réduit à l’environnement immédiat de gauche et de droite de l’élément à analyser : seule la détermination des relations argumentales permet de définir un opérateur avec précision. Or, un texte n’est pas constitué d’une suite de phrases simples dans leur ordre canonique. Aussi est-il nécessaire d’éliminer les contextes immédiats qui ne participent à cette reconnaissance. Il peut s’agir d’incises, de structures figées, etc. Il faut donc être en mesure de trouver les relations prédicat-arguments qui caractérisent les phrases simples. Cette recherche repose sur l’utilisation de dictionnaires électroniques qui comprennent ces informations. Ces dictionnaires sont fondés sur les classes d’objets. Celles-ci permettent, entre autres, de montrer que dans la reconnaissance des emplois les compléments sont plus discriminants que les sujets. La détection de la relation prédicat-arguments est encore facilitée si on a recensé, pour chaque emploi, toutes les restructurations qu’un schéma d’arguments est en mesure de subir. La notion de contexte ne constitue donc pas une délimitation mécanique que l’on peut effectuer en sélectionnant un nombre déterminé de mots à gauche et à droite mais relève d’une analyse qui met en jeu la totalité des informations syntaxiques.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.005 | 0.020 |
| Scholarly communication | 0.011 | 0.022 |
| Open science | 0.002 | 0.007 |
| Research integrity | 0.004 | 0.007 |
| Insufficient payload (model declined to judge) | 0.009 | 0.003 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".