MétaCan
Menu
Retour à la cohorte
Enregistrement W2593689083 · doi:10.5539/ach.v9n1p40

Investigating a Japanese Authenticity-Blurring Mechanism in Discourse: “It’s the Mood which has the Last Say in Our Discussion.”

2017· article· en· W2593689083 sur OpenAlexvenueno aff
Hideki Hamamoto

Notice bibliographique

RevueAsian Culture and History · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSociologyHarmony (color)LexisDominance (genetics)LinguisticsEpistemologyLiteratureHistoryPhilosophy

Résumé

récupéré en direct d'OpenAlex

Every culture has its own repertoire of characteristic discourse patterns. In a discourse, authenticity, which is related to socio-pragmatic strategies, is also culturally influenced. As is often noted, Japanese discourse patterns deviate from the Western norm in that the source of the influential view is intentionally blurred so that it is not easily traceable to its asserters. When the decision process is criticized, people concerned can say, “the mood had the last say in our discussion.” This discourse pattern is referred to as atmospheric dominance. The purpose of this research is to identify sources of the phenomenon through philological research, citing data from the Seventeen-Article Constitution (compiled in 604), Manyousyu (the 8th century anthology of poetry), Kojiki (the oldest chronicle, compiled around the 8th century), and Nihon Shoki (the second oldest chronicle, completed approximately 8th century). Our main point is that the concepts of Wa (harmony) and kotodama (language spirits) pertain to and constitute atmospheric dominance, which are defined with semantic metalanguage. This research clarifies how these two concepts are intertwined and work behind atmospheric dominance by citing documentaries, monologues, and newspaper articles, including the delay of publication of the meltdown incident in 2011.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,881
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,034
Tête enseignante GPT0,271
Écart entre enseignants0,237 · 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.

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Culture and HistoryMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207