Bibliographic record
Abstract
Фразеологізми – це стійкі (усталені) вислови, ідіоматичні конструкції, значення яких не визначені буквально. Вони сприймаються як єдине ціле і вживаються носіями мови в усталеному оформленні. Іншими словами фразеологізми – це семантично пов’язане сполучення слів, яке, на відміну від подібних до нього за формою синтаксичних структур (висловів або речень), не виникає в процесі мовлення відповідно до загальних граматичних і значеннєвих закономірностей поєднання лексем, а відтворюється у вигляді усталеної, неподільної, цілісної конструкції. Ці значення є контекстуальними та, перш за все, переносними та образотворчими. У сучасному мовознавстві відомо кілька видів класифікацій фразеологічних одиниць. Одна з них заснована на семантичному злитті його компонентів. Метою проведеного дослідження є виявлення загальних закономірностей та особливостей семантики фразеологічних одиниць з нумерологічними компонентами «один», «два», «три», «чотири», «п’ять» у різних мовах. У статті представлено семантичні відмінності та подібності фразеологічних одиниць із нумерологічним компонентом у трьох мовах: французькій, канадській французькій та англійській. Автор цієї статті прагне виявити всі подібності та відмінності, використовуючи матеріал, зібраний із фразеологічних словників та посібників з фразеології аналізованих мов, порівнюючи розкриття окремих тем, частоту появи числових компонентів у фразеологізмах, їх види та значення відповідно до різних мовних образів світу. Під час дослідження ми використовували різні методи, включаючи: перехресне дослідження, описове дослідження, реляційне дослідження, порівняльне дослідження, описовий та пояснювальний підходи. База отриманих даних дозволяє зробити висновок, що поряд з фразеологізмами, в яких числовий компонент зберігає своє первісне значення числа, існують також фразеологізми, в яких повністю або частково демонтовано значення цього компонента, що зумовлено відображення історії, міфології, релігії та забобонів народу.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.009 |
| Scholarly communication | 0.003 | 0.005 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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; 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".