Bibliographic record
Abstract
Les locuteurs construisent l’information différemment selon leur langue. Il reste cependant à savoir à quel niveau ou quel stade cette différence se manifeste. Est-ce très en profondeur, comme Sapir et Whorf le pensaient ? Est-ce plus superficiellement et formellement, comme dans les composants « formulateur » ou « articulateur » du locuteur de Levelt (1989), c’est-à-dire hors du « conceptualisateur » ? Natalia DANKOVA, dans le premier article de ce volume, explore cette question en comparant non pas deux langues mais deux variétés de français, le français « de France » et le français « du Québec ». Son analyse repose sur la fabrication d’histoires et la mise en récit d’images et de films muets, Cat Story et Quest, à la manière des Pear Stories de W. Chafe. Sa conclusion est que la conceptualisation des événements elle-même est mise en question, ce qui a des conséquences majeures pour l’apprentissage linguistique. Claire DOQUET étudie le « sous-genre d’oral ritualisé » de la communication en colloque, qui relève de l’écrit, quel que soit le degré de rédaction. Il s’agit donc de la représentation d’un discours autre (RDA) caractérisé par la co-présence de l’écrit (sur le diaporama), donc toujours d’une dimension autonymique et méta-énonciative. Enonciation très singulière, reformulation en « superposition sémiotique », cet oral est exposé ici comme une remarquable illustration de l’ « auto-représentation du dire en train de se faire » de J. Authier-Revuz et une démonstration de l’hétérogénéité de toute parole, toujours méta-énonciation d’elle-même. Autre cas d’hétérogénéité énonciative, le troisième article de ce volume s’inscrit pour Frédérique SAEZ dans un ensemble de recherches à propos du « désaccord voilé », et traite ici du « désaccord travesti » dans les comédies de Molière. L’interprétation « dissensuelle » met en jeu les phénomènes de polyphonie, tout particulièrement centraux dans le corpus choisi du drame comique classique. Le périverbal intentionnel révélé par les didascalies y joue pleinement son rôle, ainsi que la mise en abyme des actants par la prise en compte du public, allocutaire à part entière puisque c’est à lui que sont adressés les indices du désaccord voilé, mais hors-scène. Il faut considérer ce public comme un ON-Allocutaire interprétateur, un ON-All parallèle au ON-Loc de la Scapoline et définir son rôle. Les propositions d’articles pour le numéro 1 du volume 16 de la revue Corela sont à envoyer à Sylvester Osu avant le 15 avril 2018.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.125 | 0.040 |
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".