Speech acts in the Dutch COVID-19 Press Conferences
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
An open source corpus of all Dutch COVID-19 Press Conferences with sentences annotated on the basis of John Searle's Speech Act taxonomy was created. It contains all 58 press conferences held between March 6 2020 and April 20 2021 and has 9.441 manually annotated sentences. Speech acts were annotated in a consistent manner, with a Krippendorff's alpha of .71. The corpus is easy to use and rich in metadata, with lexical, syntactic, discourse (speaker, question or answer) features and information on the type of regulations being present. We analyse the press conferences in terms of speech act usage, giving insight into the use of speech acts over time, the relation of speech act usage to real world phenomena, the general structure of the press conferences and the division of roles between speakers. Relations were found between speech act usage and the type of press conference (i.e. easing, tightening or neutral) as well as the number of hospital admissions. Speech act classes showed preferred locations within the press conferences, indicating a general structure. Distinct roles between speakers were identified. We also investigate the use of our set of labelled sentences for training a speech act classifier and achieve a reasonable accuracy of .73 and a mean reciprocal rank of .74 with the state of the art transformer RoBERTa model. Supplementary Information: The online version of this article contains supplementary material available 10.1007/s10579-022-09602-7.
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 | 0,002 | 0,000 |
| 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 | 0,000 | 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