/LING
|
Update: February 24, 2023 The new version of Termout.org is now online, so this web site is now obsolete and will soon be dismantled. |
Lista de candidatos sometidos a examen:
1) palabras de contenido (*)
(*) Términos presentes en el nuestro glosario de lingüística
1) Candidate: palabras de contenido
Is in goldstandard
1
paper corpusSignosTxtLongLines338 - : Tal como se expone en la [34]Tabla 3, el índice de palabras de contenido (IPC) tiene un comportamiento estable en todos los corpus, con un promedio aproximado de un 70%. Desde un punto de vista lingüístico, esto supone que para construir una oración de 10 palabras, se requieren en promedio 3 palabras carentes de contenido léxico, las cuales se emplean solo para articular sintácticamente la expresión de dicho contenido. Del mismo modo, se puede establecer que un mayor índice de palabras de contenido supone un mayor grado de especialización de los registros, es decir, una alta presencia de términos . Al contrario, un menor IPC supone una presencia mayor de palabras de uso cotidiano. Suponemos también que un mayor IPC puede estar fuertemente influenciado por las restricciones impuestas en relación a la extensión de los documentos que se presentan en revistas especializadas. Así, los autores de los textos altamente especializados como los de las ciencias de la salud, las ciencias de la tierra y
2
paper corpusSignosTxtLongLines338 - : En tercer término, podemos determinar que el porcentaje de Legomena[1] también tiende a ser una constante, pero existen diferencias entre los registros: algunos que sobrepasan el promedio y los registros control, que están por debajo. Dentro de los artículos de investigación, también existen diferencias entre las disciplinas, en los que el mayor porcentaje de Hapax1 se vincula a una alta presencia de terminología. Hemos sugerido con estos datos (IPC y Hapax[1]), que en el caso de algunos de los artículos de investigación aquí considerados (los más especializados), podríamos contradecir el principio de mínimo esfuerzo propuesto por Zipf (1949). En otras palabras, aquellos registros con un mayor índice de palabras de contenido y mayor porcentaje de Hapax[1], suponen un esfuerzo máximo en la comunicación: son registros altamente especializados, cargados de terminología, cuyo emisor y destinatario son expertos y su audiencia reducida .
3
paper corpusSignosTxtLongLines389 - : En nuestro enfoque, consideramos como conceptos a palabras de contenido, es decir, todas las palabras excepto palabras auxiliares (como artículos, preposiciones, etc .); y como relaciones conceptuales consideramos a los roles semánticos (Jackendoff, 1972): agente, iniciador, instrumento, experimentante, paciente, lugar, tiempo, objeto, fuente, y meta; así como otras relaciones tales como atributo, cantidad, medida, etc., aproximadamente 30 relaciones usadas en Sowa (1984).
4
paper corpusSignosTxtLongLines533 - : utilizaron los registros de frecuencia del Michigan Corpus of Spoken Academic English (MICASE) para determinar dicha frecuencia en cada una de las charlas. Asimismo, la densidad léxica se entiende como “la proporción de palabras de contenido y el total de palabras en un texto” (^[110]Résvész & Brunfaut, 2012: 38 ). Por lo tanto, si un texto está principalmente constituido por palabras de contenido, las exigencias de comprensión aumentan. Esta medida se calculó utilizando Compleat Lexical Tutor. La diversidad léxica se refiere al rango y variedad de palabras presentes en un texto. En tareas de comprensión auditivas, el input con una gran variedad de vocabulario o con un índice ‘D’ alto implica que el texto es más difícil de comprender. Esta medida, al igual en que en el trabajo de ^[111]Alfaro, Gómez y Saez (2018) fue calculada usando el Vocd del programa CHILDES (^[112]MacWhinney, 2000). Para determinar el valor de concretitud de palabras de contenido se usó Cohmetrix 2.0 (^[113]McNamara
5
paper corpusSignosTxtLongLines533 - : K1 : palabras de contenido Si hay mayor número de palabras de contenido, más difícil es el texto .
6
paper corpusSignosTxtLongLines533 - : Densidad léxica Densidad léxica Compleat lexical tutor A mayor presencia de palabras de contenido, más difícil es el texto
Evaluando al candidato palabras de contenido:
2) registros: 6
4) léxica: 4 (*)
5) índice: 4
6) promedio: 3
7) texto: 3 (*)
9) especializados: 3 (*)
10) artículos: 3
11) difícil: 3
13) determinar: 3
14) densidad: 3 (*)
15) supone: 3
palabras de contenido
Lengua: spa
Frec: 29
Docs: 9
Nombre propio: / 29 = 0%
Coocurrencias con glosario: 4
Puntaje: 5.064 = (4 + (1+5.28540221886225) / (1+4.90689059560852)));
Candidato aceptado
Referencias bibliográficas encontradas sobre cada término
(Que existan referencias dedicadas a un término es también indicio de terminologicidad.)| palabras de contenido |
: de contenido en el total de palabras en un ejercicio de audio” (Résvész & Brunfaut, 2013: 38). En consecuencia, si un texto tiene alta tasa de palabras de contenido, la dificultad en la comprensión podría aumentar. : , Louwerse, Cai & Graesser, 2005), que arroja valores entre 100 y 700. Entre más cercano el índice a 100, más fácil el texto, ya que las palabras de contenido representan ideas concretas. : El Índice de Palabras de Contenido es un índice porcentual que determina cuántas palabras de contenido tiene un texto. Conceptualmente equivale a la noción de densidad léxica propuesta por Williamson (2009). Para su cálculo, se utilizó la siguiente fórmula: |