Bibliographic record
Abstract
On propose un modèle selon lequel les signifiés du langage sont acquis à partir de représentations produites de façon intrinsèque par un « générateur de représentations » de type darwinien. Ces représentations sont constituées de formants de base qui, lorsqu’ils sont repris dans la formation de signifiés, correspondent à des traits sémantiques ou sèmes. Ces représentations intérieurement générées s’ajustent aux réalités par des processus de sélection sur la base de tests empiriques et sociaux gérés par trois fonctions psychiques fondamentales qui sont la perception, l’évaluation et l’action. Elles acquièrent le statut de représentations sémantiques par association avec les signifiants, principalement par le jeu de tests sociaux. Au plan sémantique, chacune des trois fonctions psychiques commande des groupements différenciés de sèmes. Ceux régis par la fonction de perception possèdent des sèmes de type « substance » (et correspondent dans le vocabulaire principalement aux noms); ceux régis par l’évaluation possèdent des sèmes de type « valeur » (et correspondent principalement aux adjectifs et aux adverbes); ceux régis par l’action possèdent des sèmes de type « procès » (et correspondent principalement aux verbes). Ces trois sortes de groupements sémantiques sont disjonctifs. Ils sont combinables à des niveaux surordonnés et sont utilisés dans les calculs du système cognitif. Au total, on suggère que le langage, nouveau venu dans la phylogenèse, emprunte des mécanismes et fonctions qui l’y ont précédé.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.008 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.016 | 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".