MétaCan
Menu
Retour à la cohorte
Enregistrement W2955225541 · doi:10.5539/ijel.v9n4p252

Power, Ideology and Identity in Digital Literacy: A Sociolinguistic Study

2019· article· en· W2955225541 sur OpenAlexvenueno aff
Fatima Zafar Baig, Wajeeha Yousaf, Fareeha Aazam, Sarah Shamshad, Iqra Fida, Muhammad Zammad Aslam

Notice bibliographique

RevueInternational Journal of English Linguistics · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIdeologySociologyLiteracyIdentity (music)Power (physics)Social mediaDimension (graph theory)LinguisticsMedia studiesSocial psychologyGender studiesEpistemologyPsychologyAestheticsPolitical sciencePedagogyLaw

Résumé

récupéré en direct d'OpenAlex

This study investigates the significance of digital media in terms of social implications. It draws its theoretical insights from the Darvin and Norton model of investment (2015) as it gives purely a new dimension to the concept of digital literacy. The study is designed in order to evaluate some important aspects of Social media, particularly Facebook, as an important digital literacy practice. Firstly, the study examines the way power is operated in the digital mediated construction of social identities. Certain social identities position other identities and accord or refuse them power. These even shape social ideologies and identities as English-language speakers hold a privileged position in society while Urdu-language speakers are marginalized all over the world. Secondly, it explores the role of digital media in the investment of language and digital literacy practices to represent social ideologies at three different angles of marriage, adulthood and family. Having established a sampling frame consisting of nine Facebook pictorial postings from three Facebook pages, the findings suggested that the text and visual representations of Facebook postings use various linguistic features like literary devices that are playing an evident role in the representation of social ideologies.

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)0,005
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 enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0100,016
Communication savante0,0060,006
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,013
Tête enseignante GPT0,371
Écart entre enseignants0,358 · 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

Citations21
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetSocial Media and PoliticsTravaux en français237 207