MétaCan
Menu
← Retour à la cohorte
Enregistrement W1604201596 · doi:10.16995/dscn.174

Sexism And Language : What Can The Web Teach Us?

2000· article· en· W1604201596 sur OpenAlexaffvenue
Fabienne Baider

Notice bibliographique

RevueDigital Studies / Le champ numérique · 2000
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Studies in Language
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésComputer scienceWorld Wide WebLinguisticsSociologyPsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

In his seminal work l'Emile Rousseau asked his female reader to educate her daughter so that she would become 'honnete femme' and not 'honnete homme'. Rousseau was playing on words as the collocation 'honnete homme' refers to social and intellectual ideal reserved for the masculine gender, whereas the 'honnetete' described in 'honnete femme' refers to the loyalty of spouse vis-a-vis her husband. This different meaning of an adjective when it qualifies the noun or the noun is found in other collocations in French, for instance grand homme is great man but grande femme is a tall This lexical and semantic dissymmetry is the topic of this essay. I make the hypothesis that the differential meaning can be explained by the systematic derogation of the noun femme; therefore, in the case of the syntagms with differential meaning the noun modifies to certain extent the adjective. Computerized databases and on-line texts provide the much-needed data to examine this assumed phenomenon of derogation of the noun femme. I also remark upon the usage of some women writers. Female writers tend to use more positive adjectives with the word woman. Also female writers such as de Navarre and Sevigne use adjectives with the 'male (and positive) meaning' when referring to women and not the 'female (and negative) meaning'.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,007
Communication savante0,0090,011
Science ouverte0,0010,002
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0210,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,019
Tête enseignante GPT0,294
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDigital Studies / Le champ numérique→Même sujetGender Studies in Language→Travaux en français237 207→