Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study focuses on the social meaning behind the use of both Ukrainian and Russian in various media texts in contemporary Ukraine. I begin by situating the language issue within the current socio-political context; specifically, I briefly summarize recent language debates relevant to this paper. Secondly, I analyze selected media texts from television programs, films and popular magazines—all instances of the simultaneous and parallel use of Ukrainian and Russian. The analysis is then extended to a discussion of the media’s stake in framing the linguistic situation in Ukraine.The texts in question are approached on the premise that “media usage influences and represents people’s use of and attitude towards language in a speech community” (Bell and Garrett 1998: 3). I consider the media’s choice of language an institutionalized means of framing reality (Popp 2006: 6) and therefore the use of language in the media acts symbolically, creating prevalent ideas about what language can and should do in a particular society (Woolard and Schieffelin 1994, cited in Popp 2006: 5).My analysis of communicative exchange is carried out from the perspective of codeswitching that takes place within a larger social and political context. I address the social dichotomy of “we/they” or what Gumperz (1972) calls “metaphorical code-switching.” My analysis rests also on Auer’s code-switching framework, specifically his notions of “preference-related switching” and “sustained divergence of language choices” (1998b).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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