MétaCan
Menu
Retour à la cohorte
Enregistrement W4382310781 · doi:10.5430/wjel.v13n6p107

A Transitivity Analysis of Two Political Articles: An Investigation of Gender Variations in Political Media Discourse

2023· article· en· W4382310781 sur OpenAlexvenueno aff
Mohammad Husam Alhumsi, Najah Alsaedi

Notice bibliographique

RevueWorld Journal of English Language · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransitive relationPoliticsExistentialismVariation (astronomy)Mental processLinguisticsProcess (computing)PsychologyDiscourse analysisSocial psychologySociologyComputer sciencePolitical scienceMathematicsLaw

Résumé

récupéré en direct d'OpenAlex

The purpose of the present study is to use transitivity analysis to investigate gender variations in political media discourse from the point of view of male and female columnists. To attain this purpose, this paper adopts a critical discourse analysis (CDA) of Halliday’s theory of transitivity process types. Literature shows that gender variation is one of the key elements affecting language. However, variation in gender studies, particularly in article writing, has not been recently addressed in relation to transitivity analysis. To scrutinize types of transitivity involving material, mental, relational, verbal, existential, and behavioral processes, qualitative and quantitative methods were deployed to achieve a deep understanding of transitivity process types. Paired Sample T-Test has also been employed to investigate whether there is a significant difference in gender variations pertaining to frequencies of process types of transitivity. The results revealed that the material process has been the most frequent process used by female and male political columnists and has highly dominated the discourse in both articles. In addition, the finding showed that there is no significant difference in gender variations pertaining to the frequencies of process types of transitivity. Analyzing participants’ roles and circumstances elements could provide more pertinent data for further research.

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)0,007
score de la tête « metaresearch » (Gemma)0,030
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 enseignants0,008
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0080,004
Études des sciences et des technologies0,0030,003
Communication savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,036
Tête enseignante GPT0,317
Écart entre enseignants0,281 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207