MétaCan
Menu
Back to cohort
Record W7162040938 · doi:10.82308/21726

Long-distance degree quantification and the grammar of subjectivity

2013· dissertation· en· W7162040938 on OpenAlexaboutno aff
David-Étienne Bouchard

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldArts and Humanities
TopicSyntax, Semantics, Linguistic Variation
Canadian institutionsnot available
Fundersnot available
KeywordsRelation (database)Syntactic structureSubject (documents)Linguistic analysisSyntax

Abstract

fetched live from OpenAlex

Cette thèse examine deux constructions peu connues à l'interface de la syntaxe et la sémantique, notamment un type de quantification de degrés à distance en français québécois appelé l'Intensification À Distance (IAD), ainsi que la classe des verbes d'opinion, tels que trouver et to find en anglais. J'examine deux analyses potentiels de l'IAD: une selon laquelle l'ordre des mots est dérivé par une version visible du mouvement de DegP et une où l'ordre de surface est généré tel quel. La première analyse est naturellement rattachée à l'approche dans la sémantique de degrés selon laquelle les opérateurs de degré nécessitent une opération semblable à la montée des quantificateurs pour être interprétables. Si cela est correct, il n'est pas nécessaire de modifier la sémantique que nous donnons à ces éléments et l'IAD peut être considérée comme un argument distributionnel en faveur de cette sémantique. De plus, l'IAD peut ainsi servir à vérifier plusieurs hypothèses dans ce domaine, puisque si cette analyse est valide, il est possible d'évaluer la portée des opérateurs de degré à même la syntaxe de surface dans ce dialecte.Malgré que cette analyse arrive à fournir une interprétation aux phrases à IAD, elle fait plusieurs prédictions incorrectes sur le plan syntaxique. J'examinerai ainsi une analyse in situ de l'IAD, ce qui permet d'éviter un grand nombre des problèmes de l'analyse par mouvement, mais nécessite toutefois une sémantique entièrement nouvelle.Je proposerai donc un nouveau système d'interprétation pour les phrases à IAD selon lequel l'opérateur de degré n'a aucune relation directe avec un prédicat scalaire plus bas dans la phrase, mais quantifie plutôt sur les degrés d'adéquation de son complément entier. Cette analyse et largement inspirée de celle de Morzycki (2011) des comparatifs métalinguistiques. L'échelle introduite par le prédicat scalaire ne devient pertinente pour l'interprétation de l'opérateur qu'au niveau de la pragmatique. Je conclus provisoirement en faveur de l'analyse in situ.En ce qui concerne les verbes d'opinion, je présente de nouvelles données démontrant que les phrases construites avec find contiennent beaucoup d'information présupposée. Je formalise cette information à l'aide de ce que j'appelle la Présupposition de Contingence Subjective. Cette formulation rend compte de ce que ces phrases affirment et présupposent de manière adéquate, incluant dans de nombreux cas impliquant des négations enchâssées. Le fait que les verbes d'opinion n'admettent que des compléments subjectifs est aussi expliquée par cette formulation.De plus, je suggère qu'une analyse attentive des propriétés syntaxiques et sémantiques des compléments des verbes d'opinion tend à confirmer l'analyse de Lasersohn (2005) selon laquelle la subjectivité est représentée dans la grammaire à l'aide d'un indice sur la fonction d'interprétation plutôt que par des pronoms nuls dans la syntaxe, un résultat directement opposé à celui de Saebø (2009), qui a récemment proposé une des premières analyse des verbes d'opinion. Cela est justifié par les possibilités de conjonction de divers types de prédicats subjectifs et non-subjectifs à l'intérieur du complément de find.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.038
Threshold uncertainty score0.076

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.001
Science and technology studies0.0010.006
Scholarly communication0.0030.004
Open science0.0010.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0050.000

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.

Opus teacher head0.038
GPT teacher head0.252
Teacher spread0.214 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2013
Admission routes1
Has abstractyes

Explore more

Same topicSyntax, Semantics, Linguistic VariationFrench-language works237,207