Bibliographic record
Abstract
Résumé La valeur explicative d'une théorie scientifique repose non seulement sur la quantité des éléments primitifs adoptés (principe de simplicité), mais aussi sur la qualité de ces éléments. En linguistique, les propriétés des substances perceptuelles et conceptuelles des signes offrent une base explicative solide parce qu'elles sont logiquement antérieures à l'objet qui est à l’étude. Ceci est particulièrement important parce que le langage est un phénomène neurologique, voire biologique. Moins les éléments d'une théorie linguistique sont spécifiques au domaine langagier, plus ils sont susceptibles d'avoir la granularité nécessaire pour être biologiquement plausibles (Poeppel et Embick 2005). Cette perspective est celle qui guide mes travaux depuis des décennies. Je l'illustre par l'analyse de plusieurs constructions maintenant classiques dans les études en syntaxe, pour donner une vision globale des conséquences de cette approche. Cette approche méthodologique renouvelle la notion d'adéquation explicative et répond à des questions laissées en suspens dans l'argumentation linguistique des six dernières décennies.
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 imitationNot 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.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.242 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.003 | 0.000 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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.
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; both teacher heads agree on what is shown here.
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".