MétaCan
Menu
Retour à la cohorte
Enregistrement W2148048683 · doi:10.5539/ass.v11n6p132

Tactics of Verbal Defense Strategy in Youth Discourse and Their Representation in Modern Talk Shows

2015· article· en· W2148048683 sur OpenAlexvenueno aff
Bekhanova Zhazira Erbulatovna, Ryssaldy Kussain Tinisbaevich

Notice bibliographique

RevueAsian Social Science · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital Communication and Language
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFalse accusationSolidaritySocial psychologyPsychologyEthnic groupRepresentation (politics)LinguisticsPolitical sciencePoliticsLaw

Résumé

récupéré en direct d'OpenAlex

The article analyzes youth discourse and its social features in popular TV genre talk show. Each participant of the show has his/her own function and definite part prepared by the authors. According to the talk show analysis, it was defined that participants of this age group are mostly presented as victims of any case, as accused people who are discussed by public, criticized by experts and audience. Thus, in most cases the youth follow the communication strategy of verbal defense, and particularly interdefense of the members of their own peer-group. The strategy shows inner solidarity and intimacy which connect the youth and are obvious in their speech. As a result, we have defined precise four tactics of the communication strategy of verbal defense: a tactic of praising a discredited person, a tactic of opposing the accusation, a tactic of transmitting of accusation to other parties, and a tactic of counter-accusation. All the situations are presented as very close to real-life situations of youth discourse in intra-dimension level when youngsters interact with the representatives of other age groups. There have been given several extract from popular talk shows in Kazakh, Russian and English which prove the hypothesis that youth discourse is characterized by the same communication strategies and tactics. These peculiarities do not depend on nationalities or ethnic groups the participants belong to.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,004
Communication savante0,0040,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
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 Opus0,059
Tête enseignante GPT0,331
Écart entre enseignants0,272 · 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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetDigital Communication and LanguageTravaux en français237 207