MétaCan
Menu
Retour à la cohorte
Enregistrement W3208771781 · doi:10.1075/ni.21049.slu

<i>Ta</i> as an emergent language practice of audience design in CMC

2021· article· en· W3208771781 sur OpenAlexaff
Kerry Sluchinski

Notice bibliographique

RevueNarrative Inquiry · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital Communication and Language
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDeixisEmpathyPronounLinguisticsPsychologyPersonal pronounSpellingSociologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Abstract This study examines the use of ungendered third person Chinese pronoun ta in digital first-and-third person voiced discourses (i.e. small stories). The study asks what implications the script choice ta , as opposed to gendered 他 ta ‘he’ and 她 ta ‘she’, has for audience design and the facilitation of character empathy. The study draws on 131 digital texts from celebrity verified accounts on social media platform Sina Weibo in October 2015. From a Discourse Analytical perspective focused on deixis relative to the notion of empathy in storytelling, the study investigates emergent practices which involve the orthographic manipulation of gender. The study proposes that ta is an interpersonal resource whose deictic properties as a non-standard spelling are exploited as a property of audience design to facilitate an appeal to empathy. This facilitation is advanced by the script choice which offers a wider scope of reference, and thus targets a wider audience.

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)0,010
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,010
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,015
Communication savante0,0100,006
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,051
Tête enseignante GPT0,364
Écart entre enseignants0,312 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNarrative InquiryMême sujetDigital Communication and LanguageTravaux en français237 207