MétaCan
Menu
Retour à la cohorte
Enregistrement W2981601818 · doi:10.5539/elt.v12n11p55

Language and Gender Representation in Chinua Achebe’s Things Fall Apart

2019· article· en· W2981601818 sur OpenAlexvenueno aff
Blessing U. Ijem, Isaiah I. Agbo

Notice bibliographique

RevueEnglish Language Teaching · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Studies in Language
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIgboOppressionGender studiesDanceColonialismSociologyUnconscious mindRepresentation (politics)PsychologyLinguisticsPsychoanalysisLiteratureLawArt

Résumé

récupéré en direct d'OpenAlex

This article examines the linguistic construction of gender in Chinua Achebe’s Things Fall Apart. It shows how this reflects the social reality of the relationships between women and men in society, which is firstly structured in the unconscious mind. The examination of language use in constructing genders in the novel is important as it unveils the relationships between the male and the female in society. This is because gender representation is influenced by unconscious and hidden desires in man. This study specifically examines Achebe’s use of grammatical categories in the construction of the male and female genders in Things Fall Apart. To this end, it reflects the pre-colonial Igbo society in its socially stratified mode, which language served as the instrument for both exclusion and oppression of women. This article shows that the male and female genders dance unequal dance in a socially, politically and economically stratified society where the generic male gender wields untold influence over women in that pre-colonial Igbo society. The study further shows that Achebe used language in Things Fall Apart to glorify masculine gender while portraying the female gender as docile, foolish, weak and irresponsible second-class citizen.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,013
Communication savante0,0030,001
Science ouverte0,0000,003
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 Opus0,019
Tête enseignante GPT0,323
Écart entre enseignants0,304 · 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language TeachingMême sujetGender Studies in LanguageTravaux en français237 207