The Role of Gender in TV Talk Show Discourse in Bangladesh: A Conversational Analysis of Hosts’ Interaction Management
Notice bibliographique
Résumé
Over the years of research on gender and language, a growing interest has developed in the study of gender differences and differences in verbal interactions. However, TV talk-shows are a relatively less studied area of pragma-linguistics. TV talk shows are like everyday face-to-face talks except that they take place in an institutional setting. They include all the major features of conversations wherein turn-taking is a salient component of conversational interactions. Based on Holmes’ six universals about language and gender that stood against Lakoff’s Deficit Model, this study examined four episodes from four TV talk-shows in Bangladesh, two being hosted by men and two by women, to determine how differentially the hosts take turns to manage their verbal interactions in their talk shows. This study employs the conversation analysis approach developed by Sacks, Schegloff, and Jefferson to examine how the hosts’ turn-taking overlaps with guests’ speeches, and how the hosts’ practices of interruptions, based on gender, are shaped with distinct functions to manage their interactions in talk shows. Data analysis shows that the female hosts, aligned with Holmes’ universals, managed interactions by soft transitions, minimal turns with supportive overlaps, the strategy of co-construction, and nonlinguistic back channels whereas the male hosts’ interaction management patterns were fully opposite from each other’s: one took excessive turns mostly characterized by interruptive overlaps while the other, like the female hosts, made soft transitions and avoided interruptive turns. This study adds to gender and language studies contributing to emerging social perceptions that woman verbal interactions are characterized by solidarity and co-operation despite their social high standing.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».