MétaCan
Menu
Retour à la cohorte
Enregistrement W2521137823 · doi:10.5539/elt.v9n10p166

Linguistic Turn and Gendering Language in the Cambridge Advanced Learner’s Dictionary

2016· article· en· W2521137823 sur OpenAlexvenueno aff
Diah Ariani Arimbi, Deny Arnos Kwary

Notice bibliographique

RevueEnglish Language Teaching · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Studies in Language
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPatriarchyMeaning (existential)LinguisticsPsychologyEnglish languageSociologyGender studiesMathematics educationPhilosophy

Résumé

récupéré en direct d'OpenAlex

<p>Language constructs how humans perceive things. Since language is a human construction, it tends to be biased as it is mainly men’s construction. Using gender perspectives, this paper attempts to discuss the imbalance in gender representations found in the examples given in an English learner’s dictionary, that is, the <em>Cambridge Advanced Learner’s Dictionary, 3<sup>rd </sup>Edition</em>. A learner’s dictionary is chosen because it is where one can find and learn the meaning of words. The results show that linguistically speaking, English is still a highly patriarchal and gendering language where men are portrayed better than women. Women tend to be subjugated under men’s domination. Sexism and patriarchy still overshadow the meanings of words characterizing men and women. This means that men are still considered to be dominating women, despite the fact that the feminist movement has been going more than thirty years. Consequently, English language teachers should balance the gender bias by providing addtional materials that are gender neutral.</p>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,231
Score d'incertitude au seuil0,554

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,299
Écart entre enseignants0,287 · 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 tête enseignante, 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetGender Studies in LanguageTravaux en français237 207