MétaCan
Menu
Retour à la cohorte
Enregistrement W2992470316 · doi:10.3968/11318

The role of Euphemisms in Nzema Language and Culture

2019· article· en· W2992470316 sur OpenAlexvenueno aff
T. Samaniego Cecilia, John Nyame

Notice bibliographique

RevueStudies in literature and language · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSwearing, Euphemism, Multilingualism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEuphemismTabooContext (archaeology)Face (sociological concept)LinguisticsStyle (visual arts)Communication sourceFunction (biology)PsychologyLanguage functionIdeal (ethics)SociologyCommunicationComputer scienceHistoryEpistemologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

This paper examines the role of euphemisms in the context of Nzema. It however discusses the Nzema examples alongside Akan, a sister language. Euphemisms can be linked to bone marrow in the sense that they are inseparable from language just as marrow is with bone. That is to say, it is highly impossible for bones not to have marrow as they are already embedded or built into the bones for varying purposes. Inasmuch as a body without breath is lifeless, a language that has no euphemistic expressions can also be said to be inadequate with respect to its functional and stylistic aspects. We use language to communicate and euphemism is a proper language style that people pursue in social communication in order to reach an ideal communication effect. Euphemisms are used in place of some sensitive, unpleasant, disturbing and taboo topics. The Nzema data indicate that in this language (Nzema), these expressions (euphemisms) can be dichotomised into two categories based on the communicative function they hold. In the first place, euphemisms are motivated by issues relating to taboos and are mainly used to avoid affronting both speaker’s and the hearer’s face. Secondly, they function as a stylistic marker so that their use is not as a response to taboo topics, rather, are subtle means of expressing one’s thought which fit in the context of use.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,180
Score d'incertitude au seuil0,291

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,008
Tête enseignante GPT0,337
Écart entre enseignants0,330 · 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.

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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in literature and languageMême sujetSwearing, Euphemism, MultilingualismTravaux en français237 207