MétaCan
Menu
Retour à la cohorte
Enregistrement W4224992843 · doi:10.5430/wjel.v12n5p27

Examining Rhetorical Strategies in Humorous Discourses: A Systematic Review

2022· review· en· W4224992843 sur OpenAlexvenueno aff
Tianli Zhou, Nor Shahila Mansor, Lay Hoon Ang, Sharon Sharmini

Notice bibliographique

RevueWorld Journal of English Language · 2022
Typereview
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRhetorical questionMetonymyRhetorical deviceIronyMetaphorLinguisticsSelection (genetic algorithm)PsychologySystematic reviewSociologyEpistemologyComputer scienceMEDLINEPhilosophyPolitical scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The purpose of this systematic review is to review the relevant studies on rhetorical strategies in humorous discourse and text to gain a comprehensive understanding of the role of rhetorical strategies in humorous discourse and to explore future research trends. A systematic literature review following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses was conducted in the present study. After data selection and screening followed the protocol criteria, 20 articles were included in this study. The results reveal that most of the prior researchers investigated one specific rhetorical strategy in an article, such as irony, metaphor, satire, insults, and metonymy, while some of them examined different rhetorical strategies simultaneously. Besides, all the included articles adopted a qualitative research method, and the theories they applied are diverse. Moreover, the functions of rhetorical strategies in different humorous discourses are summarized. The results show that the functions of rhetorical strategies differ in different types of humorous contexts, which depend on the speaker’s communication purpose in certain situations.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,405
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,058
Tête enseignante GPT0,365
Écart entre enseignants0,306 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetLanguage, Metaphor, and CognitionTravaux en français237 207