Conversational Moves in Talking about Body-image in all Female Interactions
Notice bibliographique
Résumé
This paper examines the extracts taken from daily conversations as well as from a serial TV play respectively involving female postgraduate students and professional women. The aim of this research is to see whether Guendouzi’s (2004) conversational moves in talking about body-size can be generalized. The extracts are analyzed based on Guendouzi’s model and Brown and Levinson’s (1987) face threat theory. It is found that Guendouzi’s model is only applicable in the circumstance when the speaker exposes herself to face threat. A new model, which fits the situation when the speaker exposes the hearer to face threat, has been tentatively noted based on the analysis of data. Key words: body-image, face threat, politeness, conversational moves Resume: Le present article examine des extraits des conversations quotidiennes ainsi que ceux d’un feuilleton televisuel qui concernent respectivement les etudiantes chercheuses et les femmes professionnelles. Le but de cette etude est de verifier si le mouvement conversationnel de Guendouzi (2004) dans la discussion sur la taille du corps peut etre generalise. Les extraits sont analyses sur la base du modele de Guendouzi et la theorie d’affronter le menace de Brown et Levinson (1987). On trouve que le modele de Guendouzi n’est applicable qu’a la circonstance dans laquelle l’orateur expose lui-meme au menace. Un nouveau modele, qui convient a la situation dans laquelle l’orateur expose l’auditeur au menace, a ete experimentalement marque sur la base de l’analyse des donnees. Mots-Cles: image du corps, affronter le menace, politesse, mouvement conversationnel 摘 要：本文以 Guendouzi在 2004年提出的話步模式和 Levinson在 1987年提出的威脅面子理論位框架對語料進行分析，研究發現 Guendouzi提出的話步只適用於說話人把自己的面子暴露在外的境況，本文根據對語料的分析嘗試性地提出了說話人把聽話人的面子暴露出來的話步。 關鍵詞：身體形象；威脅面子；禮貌；話步
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 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 | 0,000 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».