The Discourse Analysis of E-Business Instant Communication from the Perspective of Politeness Principle
Notice bibliographique
Résumé
With the popularity and frequency of e-business activities, e-business instant communication plays an increasingly important role in e-business, and the appropriate and reasonable use of business language usually directly influences the economic interests. Therefore, the present study takes politeness principle as the theoretical framework and the participants’ chat records of e-business instant communication as the research data, and adopts the methodologies of discourse analysis and interview to explore the language use in e-business activities from the perspective of politeness principle. And the present study finds that servicers and customers use different linguistic resources from the perspective of politeness principle out of different interest pursuit. More specifically, servicers strictly observe the six maxims having no violations in e-business instant communication, while customers go against Tact Maxim, Generosity Maxim, Approbation Maxim and Modesty Maxim and usually comply with Agreement Maxim and Sympathy Maxim, nevertheless, they violate Agreement Maxim and Sympathy Maxim on special occasion in e-business instant communication. What’s more, if customers can strictly observe Agreement Maxim and Sympathy Maxim, and servicers can study how to avoid and deal with customers’ violation to Agreement Maxim and Sympathy Maxim successfully, enterprises, servicers and customers will benefit.
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 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 | 0,001 | 0,016 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».