MétaCan
Menu
Retour à la cohorte
Enregistrement W4386391121 · doi:10.5430/elr.v12n2p1

Impoliteness and Emotional Appeals in Academic Email Negotiations of Saudis and Australians

2023· article· en· W4386391121 sur OpenAlexvenueno aff
Amerah Abdullah Alsharif

Notice bibliographique

RevueEnglish Linguistics Research · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesTaibah University
Mots-clésPolitenessAppeal to emotionAppealNegotiationNewspaperContext (archaeology)PsychologySocial psychologySpeech actPower (physics)Intercultural communicationSociologyLinguisticsMedia studiesPolitical scienceCommunicationLawHistorySocial science

Résumé

récupéré en direct d'OpenAlex

The study contributes to the growing body of literature on cross-cultural variations in persuasive appeals by examining email communication for academic proposal purposes. In contrast to previous studies that focused on letters or newspaper articles, this study offers a more nuanced analysis by exploring the use of impoliteness frameworks and persuasive appeals within a genre analysis. Specifically, the study compares email data written by twenty Australians and a hundred Saudis and examines gender and cultural differences in the use of emotional/affective appeals and (im)polite moves. The findings reveal that Saudis, particularly males, use more pressuring tactics, such as imposition tactics, under the affective appeal, while Australians employ fewer emotional/affective appeals in comparison to Saudis. Moreover, the study challenges traditional gender differences in linguistic research, with Saudi males using more affective language (than females) in communication with power imbalances due to the appreciation of a hierarchical system in high context cultures. These findings have implications for intercultural communication and the crafting of persuasive messages in various contexts, including academic proposal writing.

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)0,001
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,741
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,157
Tête enseignante GPT0,427
Écart entre enseignants0,270 · 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'étudeThéorique ou conceptuel
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 revueEnglish Linguistics ResearchMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207