Coronaspeak as Key to Coronaculture: Studying New Cultural Practices Through Neologisms
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The research explores neologisms that have entered everyday English discourse during the coronavirus pandemic and formed so-called Coronaspeak. The analysis reveals that three approaches to neologisms are applicable to lexemes of Coronaspeak: the stylistic theory that is relevant to the words that used to be scientific terms but have been adopted by non-specialists, the etymological approach that regards as neologisms those new coinages that have developed a new meaning, and the denotational approach where neologisms are the lexemes created to nominate new concepts. Drawing on the assumption that language units verbalise cultural phenomena, the further study of Coronaspeak suggests that the modern English-speaking societies undergo a number of cultural changes: medicalisation of public discourse that originates from the government policy to engage the public in the struggle against COVID-19 as well as from using the pandemic as an argument in ideological and political conflicts; conceptualisation of the pandemic as a milestone, a turning point in history; introduction of new categories for social groups based on such criteria as health, profession, or attitude to the pandemic and socially responsible behaviour (e.g., clinically vulnerable people, key workers, covadults); development of new or modification of old cultural practices that embrace lifestyle (coronacocooing, WFH, drivecation), appearance (corona hair, coronabesity), patterns of online and offline communication (homeference, video party, coronadating, Wuhan shake); reconceptualisation of pre-pandemic concepts (home), and, finally, emergence of new types of interpersonal relations (coronarelationship, corona boyfriend).
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.
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 | 0,000 | 0,156 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 découle