MétaCan
Menu
Retour à la cohorte
Enregistrement W2074136003 · doi:10.1177/0957926502013006753

Legal institutions, nonspeaking recipiency and participants' orientations

2002· article· en· W2074136003 sur OpenAlexaffabout
Susan Ehrlich

Notice bibliographique

RevueDiscourse & Society · 2002
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLanguage, Discourse, Communication Strategies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésJuryConversationPsychologySocial psychologySexual orientationAggressionOrientation (vector space)Conversation analysisLawPolitical science

Résumé

récupéré en direct d'OpenAlex

In this article, I explore the question of what constitutes a participant's orientation to gender within conversation analysis (CA), suggesting that CA's notion of participant orientation may be too narrow and restrictive to adequately capture the significance of gender as an organizing principle of institutions. The data that I analyze are drawn from legal settings, specifically a Canadian criminal trial dealing with sexual assault. Significant to an investigation of talk-in-interaction in such contexts is the fact that participants' orientations to the talk are not only discernible in the talk's local sequential properties but also in the (nonlocal) assessments and judgments of the nonspeaking recipients, the jury or judge. Indeed, a turn-by-turn analysis of these proceedings shows that conversational participants were not explicitly orienting to gender, but rather were orienting to the type of trial they were involved in (i.e., a sexual assault trial) and to the positioning of the accused as a possible agent of sexual acts of aggression. Nonetheless, orientations to or understandings of gender were made explicit in the judge's decision and thus seemed extremely significant to the outcome of the court's proceedings.

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)0,017
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,017
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,046
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,013
Communication savante0,0080,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,129
Tête enseignante GPT0,349
Écart entre enseignants0,219 · 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'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

Citations40
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDiscourse & SocietyMême sujetLanguage, Discourse, Communication StrategiesTravaux en français237 207