Bibliographic record
Abstract
RESUMO Este artigo se inicia com uma crítica à teoria da linguagem defendida pelos cientistas cognitivistas, tal como Steven Pinker (O instinto da linguagem), que descrevem, em termos gramaticais, a complexidade da linguagem humana. Suas explicações sobre a pragmática da linguagem, contudo, são demasiadamente simplistas. Pinker é visto como um idealista, em parte porque imagina o contexto de fala apenas enquanto informação compartilhada, negligenciando, desse modo, a complexidade representada pelas condições enunciativas, bem como por ver a linguagem enquanto dados a serem processados entres duas máquinas computacionais sem corpos. Examinam-se, então, as diferentes posições de Bakhtin sobre a linguagem. Para ele, as pessoas falam com seus corpos e não apenas com seu cérebro. Diferentemente de Pinker ou Saussure, Bakhtin não acreditava que temos dicionários em nossas cabeças, que são consultados quando bem desejarmos. Para Bakhtin, a experiência da linguagem consiste não em uma série de posições tomadas, mas em uma série de tentativas fracassadas para encontrar uma posição, porque não há posição disponível na qual atenderíamos às exigências que são colocadas sobre nós. Ao ressaltar o discurso do outro e a linguagem, Bakhtin é um realista e propicia um contraponto útil para as posições ingênuas e idealistas tomadas por alguns cientistas cognitivistas.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.016 |
| Scholarly communication | 0.005 | 0.008 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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.
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".