MétaCan
Menu
Retour à la cohorte
Enregistrement W3045258816 · doi:10.5539/ijel.v10n5p231

The Truth Behind Voice and Power in My Feudal Lord: A Speech Act Analysis

2020· article· en· W3045258816 sur OpenAlexvenueno aff
Asifa Qasim

Notice bibliographique

RevueInternational Journal of English Linguistics · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueRhetoric and Communication Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWifeContext (archaeology)SociologyDeferencePower (physics)FeelingPsychologyPathosFeudalismLawSocial psychologyLiteratureHistoryPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Female writers use autobiography to express their experiences, deference, and inner-conflicts. They describe their connection to different events and people in domestic or social context to explain their feelings and complexity of their lives. This study analyzes the way Durrani constructs norms of gender and power in her autobiography, My Feudal Lord. The paper imports Searle’s theory of speech act analysis to discover the way the author creates and performs gender in the domain of power through textual interactions. Durrani achieves the effect of patriarchy through frequent use of directives, expressives, and commissives by her husband through employing direct language. The husband openly expresses criticism, blame, complain, and acknowledgement in his interactions which validate his authority over his wife. The striking feature of the wife’s speech is even more frequent use of directives as compared to the husband. However, the major gender distinction was reflected in the use of directives. The husband used more commands and the wife asked more questions. Another major difference was that of commissives which occurred half of the times in the wife’s speech as compared to her husband’s speech. She hardly used any apologies or compliments which shows her diminishing submission to her husband’s authority. Her expressives also reflect her firm attitude and courage to take risk of protesting against her physically and socially more powerful husband.

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)0,000
score de la tête « metaresearch » (Gemma)0,022
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,945
Score d'incertitude au seuil0,986

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,022
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 Opus0,032
Tête enseignante GPT0,280
Écart entre enseignants0,248 · 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'étudeSans objet
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetRhetoric and Communication StudiesTravaux en français237 207