MétaCan
Menu
Retour à la cohorte
Enregistrement W4389203719 · doi:10.5430/wjel.v14n1p350

Identity of Successful Women: An Analysis of Transitivity System and Stance Markers in Selected TED Talks

2023· article· en· W4389203719 sur OpenAlexvenueno aff
Safaa Moustafa Khalil

Notice bibliographique

RevueWorld Journal of English Language · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesMajmaah University
Mots-clésTransitive relationConstruct (python library)Dominance (genetics)Identity (music)ScarcityCertaintyPsychologySocial psychologyLinguisticsComputer scienceEpistemologyEconomicsAestheticsMathematicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

In recent years, as women continue to break through barriers and shatter glass ceilings, it becomes necessary to understand how they construct their identities as successful individuals. To fulfill this purpose, this research paper analyzed selected TED Talks delivered by five successful women entrepreneurs. The present study aims to unravel how women perceive success according to their personal experiences. The analysis is conducted in two phases. In the first, Halliday’s transitivity system was used. In the second phase, Hyland’s (2005) analysis of stance was applied to scrutinize the linguistic choices made by the speakers to construct and convey their identities as successful individuals. Results of data analysis revealed that with the prevailing use of material transitivity processes, successful women were able to present their experiences clearly. The dominance of self-mentions and scarcity of hedges revealed their confidence and certainty in their speech and their success experience as well.

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)0,000
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 enseignants0,063
Score d'incertitude au seuil0,954

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,008
Tête enseignante GPT0,250
Écart entre enseignants0,242 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

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