MétaCan
Menu
Retour à la cohorte
Enregistrement W2161323436 · doi:10.5539/elt.v7n2p131

Dressing and Being: Appraising Costume and Identity in English Second-Language Drama

2014· article· en· W2161323436 sur OpenAlexvenueno aff
C. A. DeCoursey

Notice bibliographique

RevueEnglish Language Teaching · 2014
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSubtitles and Audiovisual Media
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDramaParalanguagePsychologyIdentity (music)SemioticsExpression (computer science)AestheticsLinguisticsRegister (sociolinguistics)Social psychologyVisual artsCommunicationArt

Résumé

récupéré en direct d'OpenAlex

In many cultures, L2 students are reticent to engage in spontaneous oral L2 production. In Chinese culture, social norms tend to place value on accuracy, which tends to inhibit learners from authentic oral use of the target language. The purpose of this study was to consider the impact of costume, as used in L2 drama, on L2 selves, and attitudes towards specific elements of authentic language use. Costume has long been understood as eliciting imagination, and permitting the expression of possible and desired selves. Fashion ensembles of many kinds are experienced as having a semiotic “sparkle”, which wearers connect to their own self, as they imagine and perform possible selves. In this study, 78 second-language actors were asked to write a brief commentary on how they responded to their costume. This qualitative data was analysed using Appraisal analysis, indicating a majority of positive evaluations. It was also analysed using possible self theory. Comments also showed that L2 actors felt that costumes impacted their emotions and imagination of self, which improved their second language use, cultural performance. They felt costume integrated their oral production with their choices of social register, and their paralinguistic and kinetic performance.

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)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,006
Communication savante0,0050,003
Science ouverte0,0010,005
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 Opus0,011
Tête enseignante GPT0,267
Écart entre enseignants0,256 · 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'étudeSans objet
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

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetSubtitles and Audiovisual MediaTravaux en français237 207