MétaCan
Menu
Retour à la cohorte
Enregistrement W4362585827 · doi:10.5430/wjel.v13n3p239

Does Gendered Language Exist in a Foreign Language Context? A Study in Written Discourse of Saudi Male and Female EFL Learners

2023· article· en· W4362585827 sur OpenAlexvenueno aff
Badar Almuhailib

Notice bibliographique

RevueWorld Journal of English Language · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Studies in Language
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)TemptationDependency (UML)NounLinguisticsGrammatical genderSubject (documents)PsychologyDependency grammarComputer scienceArtificial intelligenceHistorySocial psychology

Résumé

récupéré en direct d'OpenAlex

This investigation aims to verify the hypothesis that gendered language exists in foreign language usage as manifested in the EFL learners’ writing output in a Saudi university. The motivation behind this is to, ultimately, check and weed out elements of gendered language that are early on embedded amongst the genders which, with the passage of time, lead to various biases. Though it may be utopian to think of eradicating linguistic bias, yet this study hopes to contribute meaningfully to curb it and substitute the temptation of allowing it to seep into communication, by educating and training EFL users to substitute these with gender-free language and helping ensure greater gender equality. The writing output of 42 EFL learners was analyzed using an electronic parsing tool called Stanford Parser (v. 3.7.0), and all components classified as grammatical dependencies. Results showed that differences existed in male and female writings in the use of noun in subject position which occurred more frequently in female text at 69.15 mean dependency occurrence. This has long been held as a marked feature of female language use. The same dependency stands at a much lower 51.28 mean occurrence in males. Further, female writing has long been associated with a great deal of use of ‘empty’ modifiers, such as ‘very’ which act as modifiers to adverbs and adjectives. The current study upheld this contention as well. Lastly, backchanneling occurred more in female output in EFL than their male counterparts.

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 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 enseignants0,178
Score d'incertitude au seuil0,903

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,334
Écart entre enseignants0,310 · 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.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetGender Studies in LanguageTravaux en français237 207