Gender and Age Patterns on WhatsApp Statuses as Used by Jordanians: A Sociolinguistic Perspective
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study aims at investigating the WhatsApp statuses as used by Jordanian people from a sociolinguistic point of view. It attempts to examine the use of the WhatsApp statuses in relation to the impact of gender and age on the topic being used. To achieve this goal, 400 statuses were collected from Jordanian males and females who are divided into two main age groups: the first one consists of participants whose age is above 30 years old, and the second group whose participants are under 30 years old. Then, the data were analyzed quantitatively and categorized based on the main following topics; religious, social, political, economic and fixed statuses. The results show that gender and age have essential impacts on the statuses being used. For example, the religious statuses are the most frequently used topic by Jordanian females whereas the social statuses are the most frequently used topic by Jordanian males. However, the political and economic statuses are the least frequent statuses used among Jordanian. Moreover, the results show that the most frequently used topic among males who are above 30 years old is the fixed statuses suggested by the mobile itself whereas the most frequently used topic among males who are under 30 years old is the social topic. On the other hand, the impact of age among females is clearly manifested in the use of the fixed statuses suggested by the mobile itself. For instance, the females who are above 30 years old use the fixed statuses more dramatic than the females who are under 30 years old. Also, the fixed statuses are the second frequently used topic by the females who are above 30 years old whereas they are the third frequently used topic by females who are under 30 years old.
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.
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 | 0,000 | 0,050 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle