Modèles logiques de la structure élémentaire de la signification: Templum, prisme sémiotique, carré sémiotique, cube sémiotique et autres
Bibliographic record
Abstract
Résumé La sémiotique a inventé ou utilisé plusieurs modèles logiques pour représenter la structure élémentaire de la signification. Le carré sémiotique est sans doute l’un des plus célèbres de ces modèles. Il faut se demander, devant l’importance des phénomènes triadiques, si les modèles dyadiques sont (toujours) adaptés à leur description ou s’il ne faudrait pas se tourner (aussi) vers des modèles triadiques. Or, les modèles triadiques de la structure élémentaire de la signification nous apparaissent bien moins nombreux. À notre connaissance, seule la sémiotique de Peirce et le templum de Boudon occupent cet espace autrement laissé vacant. Nous voulons ici à la fois présenter et exemplifier le templum et le compléter, en nous inspirant du carré sémiotique, pour le faire évoluer vers un « prisme sémiotique ». Nous proposerons également d’autres modèles logiques, comme le pentalemme et le cube sémiotiques. Au passage, nous étudierons plusieurs questions et problèmes – dont la décidabilité – entourant les modèles logiques. Nous ferons quelques applications sommaires de certains modèles, sur le temps, l’espace et la transcendance principalement.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.004 |
| Scholarly communication | 0.004 | 0.006 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.016 | 0.002 |
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".