MétaCan
Menu
Retour à la cohorte
Enregistrement W2976751247 · doi:10.5296/jsel.v7i1.15522

Context in Distinguishing between Overt and Actual Functions of Polite Speech Acts

2019· article· en· W2976751247 sur OpenAlexaff
Mojde Yaqubi, Wan Rose Eliza Abdul Rahman, Asieh Hadavandkhani

Notice bibliographique

RevueJournal for the Study of English Linguistics · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLanguage, Discourse, Communication Strategies
Établissements canadiensWilfrid Laurier UniversityUniversity of Ottawa
Organismes subventionnairesUniversiti Sains Malaysia
Mots-clésPolitenessPersianLinguisticsPsychologyContext (archaeology)Speech actMeaning (existential)InterlanguageIndirect speechDirect speechHistoryPhilosophy

Résumé

récupéré en direct d'OpenAlex

Previous mono-cultural and interlanguage pragmatic studies in Persian mainly focused on the ‘strategy types’ used in the structures of speech acts. However, the functions of these elements were discussed by few of them. Polite speech acts have been reported to be used with both genuine and ostensible meanings. Nevertheless, few sporadic studies were conducted to help distinguishing these two series of speech acts in Persian. In this study, attempt is made to highlight the importance of context in distinguishing between overt (direct) and actual (indirect) functions of four speech acts namely offer, invitation, apology and refusal collected from the soundtracks of Iranian films. In this study we propose that while the overt and actual functions of the genuine speech acts are the same, there is discrepancy in the case of ostensible speech acts. The results of this study highlight the importance of context in working out the meaning of Persian speech acts.

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)0,001
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,223
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,059
Tête enseignante GPT0,317
Écart entre enseignants0,257 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal for the Study of English LinguisticsMême sujetLanguage, Discourse, Communication StrategiesTravaux en français237 207