MétaCan
Menu
Retour à la cohorte
Enregistrement W4308705876 · doi:10.1371/journal.pone.0276073

Sarcasm use in Turkish: The roles of personality, age, gender, and self-esteem

2022· article· en· W4308705876 sur OpenAlexaff
Natalia Banasik‐Jemielniak, Piotr Kałowski, Büşra Akkaya, Aleksandra Siemieniuk, Yasemin Abayhan, Duygu Kandemirci-Bayız, Ewa Dryll, Katarzyna Branowska, Anna Olechowska, Melanie Glenwright, Maria Zajączkowska, Magdalena Rowicka, Penny M. Pexman

Notice bibliographique

RevuePLoS ONE · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensUniversity of CalgaryUniversity of Manitoba
Organismes subventionnairesNarodowe Centrum Nauki
Mots-clésSarcasmTurkishNeuroticismPsychologyPersonalityAffect (linguistics)Big Five personality traitsSocioeconomic statusSelf-esteemShynessDevelopmental psychologySocial psychologyAnxietyMedicineIronyPopulationPsychiatry

Résumé

récupéré en direct d'OpenAlex

This study examined how self-reported sarcasm use is related to individual differences in non-Western adults. A sample of 329 Turkish speakers of high socioeconomic status completed an online survey including measures of self-reported sarcasm use, personality traits, positive and negative affect, self-presentation styles, self-esteem, as well as age and gender. Participants who reported being more likely to use sarcasm in social situations had scores indicating that they were less agreeable, less conscientious, and less emotional stable (i.e., more neurotic). Also, those who reported using sarcasm more often tended to be younger and had lower self-esteem. Self-reported sarcasm use was also positively related to both the self-promoting and the self-depreciating presentation styles. In addition to highlighting the complex relationship between individual differences and language production, these findings underscore the importance of expanding sarcasm research to include non-Western samples.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,589
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,092
Tête enseignante GPT0,283
Écart entre enseignants0,191 · 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'étudeObservationnel
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetLanguage, Metaphor, and CognitionTravaux en français237 207