<scp>Anna Trosborg & Poul Erik Flyvholm Jørgensen (eds.)</scp>, <i>Business discourse: Texts and contexts</i>
Notice bibliographique
Résumé
Anna Trosborg & Poul Erik Flyvholm Jørgensen (eds.) , Business discourse: Texts and contexts . Bern: Peter Lang, 2005. Pp. 250, Pb. $55.95. This book consists of nine chapters analyzing various genres of business discourse, and an introduction written by the editors. All of the chapters in the book would be strengthened by more rigorous data analysis procedures, whether quantitative or qualitative. Nevertheless, there is much of value in the book, parts of which will be of use to a wide range of potential audiences. Okamura interviewed office workers in international businesses about the use of address terms in the workplace, both in English and in their mother tongue, comparing Japanese with Swedish, British, Canadian, American, and Dutch speakers. Interviewees' accommodation to the cultural norms of the group differed according to the power of the speaker: Higher-status employees were less likely to adopt local norms over their own country's addressing conventions. While Okamura acknowledges that his sample size is small, and that transcriptions of actual interactions would be a stronger data source than the interviews he relied on, his findings are interesting and potentially useful for courses on intercultural communication, business communication, or the sociology of language.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 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) | 0,001 | 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 ».