ĐộNG Từ "WASH", "CLEAN" TRONG TIếNG ANH Và "RửA, "GIặT", Và "CHùI", "CHà", "XạC" TRONG TIếNG VIệT
Bibliographic record
Abstract
Mỗi ngôn ngữ là một bức tranh về thế giới khách quan và bức tranh thế giới của mỗi dân tộc sẽ phản ánh cách nhìn, cách tri nhận về thế giới của cộng đồng ngôn ngữ đó. Chẳng hạn, để chỉ hành động ?loại bỏ bụi bẩn, vết nhơ của một đối tượng?, tiếng Anh có hai động từ ?wash? và ?clean?; trong khi đó, dựa vào đối tượng cần làm sạch và tính chất cụ thể của đối tượng, tiếng Việt dùng nhiều động từ để chỉ hành động này: ?rửa?, ?giặt?,? và ?chùi?, ?chà?, ?xạc. Sự khác biệt này cho thấy sự phân chia hiện thực tỉ mỉ của người Việt đối với các hoạt động?làm sạch một đối tượng?; và qua đó, phản ánh đời sống nghiêng về lao động chân tay trong một thời điểm lịch sử cụ thể của người Việt. Như vậy, với phạm trù này, cách tư duy của người Việt khá tinh tế, sâu sắc và cụ thể.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.326 | 0.186 |
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".