MétaCan
Menu
Retour à la cohorte
Enregistrement W4307890618 · doi:10.1080/13488678.2022.2132127

A corpus-based approach to Chinese English study——Pinning down the ‘Chineseness’ and implications for creative writing in English in China

2022· article· en· W4307890618 sur OpenAlexaff
Aihui Yu, Qing Ma

Notice bibliographique

RevueAsian Englishes · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensInnovation, Science and Economic Development Canada
Organismes subventionnairesnon disponible
Mots-clésLinguisticsLexisPragmaticsIdeologySociologyChinaPoliticsSociocultural evolutionSyntaxChinese cultureSociolinguisticsHistoryAnthropologyPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

There has been limited research on Chinese English literature (CEL) in the domain of contact literatures. This article reports on a study of a representative Chinese English (CE) literary work well received by a worldwide audience – Qiu Xiaolong’s Enigma of China. With the aim of exploring CE by analysing the unique ‘Chineseness’ in this CE literary work from the paradigms of corpus linguistics and sociolinguistics, the language innovations and sociocultural meanings embedded in different levels of the work are examined. Further, by adopting a corpus-based approach and conducting keyword analysis, a number of language innovations were identified. These included the use of innovative hybrid compounds at the lexis level, the use of hybrid Chinese sentences of parallelism at the syntax level, and the use of discourses on political ideology and employment of ancient Chinese poems at the level of discourse pragmatics. It is argued that these language innovations are manifestations of a transfer of traditional Chinese culture norms and political ideology. The question of how to integrate CE corpus into courses on English creative writing in China is also discussed.

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)0,009
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,033
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0070,011
Études des sciences et des technologies0,0050,006
Communication savante0,0050,004
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,273
Écart entre enseignants0,256 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian EnglishesMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207