MétaCan
Menu
Retour à la cohorte
Enregistrement W4390112391 · doi:10.5430/wjel.v14n2p43

The Role of Language in the Survival of Bangladeshi Theatre Artists during the COVID-19 Pandemic: A Perspective on Resurging Society's Hope and Changing Realities

2023· article· en· W4390112391 sur OpenAlexvenueno aff
Vibha Sharma, Fatema Sultana, Sohaib Alam, Sameena Banu

Notice bibliographique

RevueWorld Journal of English Language · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Technologies in Various Fields
Établissements canadiensnon disponible
Organismes subventionnairesPrince Sattam bin Abdulaziz University
Mots-clésBengaliPerspective (graphical)PandemicPsychological resilienceCoronavirus disease 2019 (COVID-19)PopulationDistressSociologyFace (sociological concept)Media studiesPsychologySocial scienceSocial psychologyVisual artsMedicineArtLinguisticsDemography

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic has had a profound impact on the theatre industry and its performers, causing psychological and socio-economic distress. This study examines the survival challenges faced by theatre artists in Meherpur, Bangladesh, during the pandemic and explores the role of language in their efforts to inspire hope and rejuvenate society. The paper investigates how these artists utilized online platforms and employed their native language, Bengali (L1), along with English, to communicate with the local population. By analyzing qualitative interviews with fifteen artists and administering a quantitative questionnaire to fifty-five participants, this study reveals the artists' resilience in overcoming psychological trauma and economic distress. It illustrates how their use of language, including English, facilitated their connection with the community, providing a source of support and encouragement during the lockdown period.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,014
Communication savante0,0080,003
Science ouverte0,0010,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,013
Tête enseignante GPT0,285
Écart entre enseignants0,272 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetAdvanced Technologies in Various FieldsTravaux en français237 207