MétaCan
Menu
Retour à la cohorte
Enregistrement W4280538010 · doi:10.25189/rabralin.v20i3.1966

A influência de elementos cinésicos no gênero debate político: aspectos da multimodalidade na argumentação

2022· article· pt· W4280538010 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueABRALIN · 2022
Typearticle
Languept
DomaineArts and Humanities
ThématiqueLinguistics and Education Research
Établissements canadiensThomson Reuters (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyArtPolitical science

Résumé

récupéré en direct d'OpenAlex

A oralidade e seus elementos têm um caráter fundamental nas conquistas políticas ao redor do mundo, em toda a história da humanidade. À luz de uma análise na interface entre Semiótica Social (KRESS, 2010), Análise da Conversa (MARCUSCHI, 2007) e Nova Retórica (PERELMAN; OLBRECHTS-TYTECA, 2005), objetivamos discutir como os recursos semióticos atrelados à oralidade, especificamente os elementos cinésicos, se constituem essenciais para a argumentação e seus propósitos no debate político, com o intuito de persuadir um público-alvo. Para atender ao propósito, desenvolvemos esse exercício analítico em um corpus de um debate do segundo turno das eleições brasileiras para a Presidência da República no ano de 2014, televisionado pela Rede Globo. Quanto aos procedimentos metodológicos, analisamos o material e selecionamos excertos em que verificamos como os presidenciáveis se utilizaram desses recursos semióticos da oralidade como estratégia persuasiva. Os resultados apontam que elementos cinésicos, como movimentos corporais, expressões faciais, gestos, olhares e risos desempenham importantes funções argumentativas, como o descrédito do oponente e a convicção dos pontos de vista defendidos, em busca do voto do eleitor.

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 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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,528
Score d'incertitude au seuil1,000

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 technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,1090,003

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 Opus0,049
Tête enseignante GPT0,321
Écart entre enseignants0,273 · 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