A Multi- Pragmatic Study of Sarcasm in Political Texts
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
Sarcasm is one of the strategies that people use to attack the listener indirectly or in a way that seems to be kind on the surface. There is a shady relation between sarcasm and irony. Accordingly, this study sets the following aims which are identifying the most frequent type of speech acts that is used to convey the sarcastic meaning; knowing the conversational maxim that is breached by the sarcast to express sarcasm; shading light on the type of politeness maxim that is violated in the sarcastic messages; specifying the social functions of sarcasm in political texts; and revealing the linguistic mechanisms that are employed to reflect sarcasm. The researcher hypothesizes the following: expressives are the most frequent type of speech acts which are used to reflect sarcasm; sarcasm is the result of breaching quality maxim only; the most common violated politeness maxim in sarcasm is tact maxim; sarcasm mainly serves as a social control tool in the political contexts; and metaphor and explicitation are the most frequent mechanisms of sarcasm in political texts. The researcher adopts an eclectic model which consists of Speech Acts Theory of Searle and Vanderveken (1985), Grice's Conversational Implicature (1989), Leech's Politeness Principle (1983-2014), Ducharme's Functions of Sarcasm (1994), and Tabacaru's Linguistic Mechanisms of Sarcasm (2019). By using this model, the researcher finds that the most frequent type of speech acts is assertives, breaching quality maxim is a basic requirement to reflect sarcasm, the approbation maxim is the most violated maxim in the sarcastic texts, the dominant function of sarcasm in political texts is social control, and metaphor is used more frequent in the political context than other mechanisms.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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