MétaCan
Menu
Retour à la cohorte
Enregistrement W2618035911 · doi:10.5539/ells.v7n2p110

Beyond Predator and Prey: Figuring Corruption through Animal Metaphoric Scenarios in the Jordanian Context

2017· article· en· W2618035911 sur OpenAlexvenueno aff
Mohammad Abedltif Albtoush, Sakina Suffian Sahuri

Notice bibliographique

RevueEnglish Language and Literature Studies · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetaphorRhetoricRhetorical questionContext (archaeology)Language changeIdeologyArgument (complex analysis)Action (physics)CognitionSociologyEpistemologyPsychologyLinguisticsPolitical scienceLawPoliticsHistoryPhilosophy

Résumé

récupéré en direct d'OpenAlex

Combining a cognitive approach based on Lakoff’s Conceptual Metaphor Theory and a pragmatic approach based on Critical Metaphor Analysis, this study investigates the use of ANIMAL metaphoric scenarios to figure corruption as a relationship between predators and prey and the cultural implications in the Jordanian context. It also seeks to identify the diverse functions performed by the use of ANIMAL metaphors. Data for the study consist of 10 excerpts taken from a satire-genre discourse “sawalief.com”. My argument is that all animal metaphors in the corpus promote the contrast between the ACTIVITY of corrupters and the PASSIVITY of the citizenry and that the goal of this rhetoric is to move the PASSIVE citizenry into ACTION by shaming them into fighting corruption. This is clearly illustrated through the use of two types of ANIMAL metaphoric scenarios: ACTIVE ANIMALS representing corrupters and politicians, and PASSIVE ANIMALS representing the citizens. In addition, the use of these metaphors performs diverse functions: ideological, cognitive, and rhetorical.

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)0,003
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 enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,018
Communication savante0,0050,006
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
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 Opus0,020
Tête enseignante GPT0,309
Écart entre enseignants0,290 · 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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language and Literature StudiesMême sujetLanguage, Metaphor, and CognitionTravaux en français237 207