MétaCan
Menu
Retour à la cohorte
Enregistrement W2030297858 · doi:10.1177/0963947007075979

Foregrounding and refamiliarization: understanding readers' response to literary texts

2007· article· en· W2030297858 sur OpenAlexaff
Olívia Fialho

Notice bibliographique

RevueLanguage and Literature International Journal of Stylistics · 2007
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésForegroundingIntrospectionDefamiliarizationReading (process)Interpretation (philosophy)Process (computing)FeelingPerspective (graphical)Computer sciencePsychologyLinguisticsAestheticsCognitive psychologyArtSocial psychologyPhilosophyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The present study investigates the effects of foregrounding on the process of defamiliarization of students of literature and engineering, and on the way they develop refamiliarization, that is, the reconstructive process they undergo in order to return to familiar ground. It describes which refamiliarizing strategies these readers make use of and the role of feeling in this process. Data analysis is both quantitative and qualitative. The introspective method of the pause protocol is used in the qualitative part. Here, participants respond to the reading of a short story. The purpose is to investigate how they react to its content and which of its segments trigger comments. Results demonstrate that appreciating the formal elements of a text might be an effective strategy, as readers do not try to decode the text any longer and start reflecting on it, thus building an interpretation. They also develop a new perspective on the world around them and on themselves.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,217
Score d'incertitude au seuil0,443

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,320
Écart entre enseignants0,300 · 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'étudeQualitatif
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

Citations60
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLanguage and Literature International Journal of StylisticsMême sujetLanguage, Metaphor, and CognitionTravaux en français237 207