MétaCan
Menu
Retour à la cohorte
Enregistrement W1969537416 · doi:10.5539/ass.v9n15p115

The Metaphoric Concept of XORDAN ‘To Eat’ in Persian

2013· article· en· W1969537416 sur OpenAlexvenueno aff
Zahra Khajeh, Imran Ho Abdullah

Notice bibliographique

RevueAsian Social Science · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConceptualizationPersianPsychologyLinguisticsMetaphorConceptual metaphorVerbFocus (optics)Cognitive linguisticsCognitionCognitive psychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

The main purpose of this study is to investigate the cognitive-semantic content of xordan in Persian, and whether it demarcates similar conceptual domain as the English verb ‘to eat’. The verbs related to the bodily experience of eating or consuming food is the source of metaphorical conceptualizations and mappings in various semantic domains rooted in universal experiential realities. Cross linguistic, cross cultural studies have reported both commonalities and variations in the conceptualization of the act of eating. Adopting the basic tenets of the Conceptual Metaphor Theory, proposed by Lakoff and Johnson (1980, 1999), this study is an attempt to delve into the conceptual system of Persian in order to explore its specific cultural embodiment, and socio-cultural influences in the use of metaphorical concepts of xordan. With a focus on the basic syntax and semantic properties of xordan, this study employs a lexical structure, i.e. the radial category in a chaining model to illustrate the complexities of metaphorical extensions of eating in Persian. Our observations reveal that the metaphorical expressions of the verb of xordan ‘to eat’ occur extensively in Persian, manifesting the Persians’ unique way of thinking and mind. These particular em-minded cultural models have widely left their traces in the Persians’ belief systems, the effects therefore, have been extended into Persian metaphoric language and cognitive conceptualizations.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,773
Score d'incertitude au seuil0,611

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,303
Écart entre enseignants0,288 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetLanguage, Metaphor, and CognitionTravaux en français237 207