MétaCan
Menu
Retour à la cohorte
Enregistrement W4392906166 · doi:10.32920/25412824

Performance of Language: A Comparative Linguistic Study of News About China and Italy During the COVID-19 Pandemic in a Canadian News Program

2024· preprint· en· W4392906166 sur OpenAlexaffabout
Meng Jian

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineComputer Science
ThématiqueLinguistic Studies and Language Acquisition
Établissements canadiensToronto Metropolitan UniversityCentre for Social InnovationYork University
Organismes subventionnairesnon disponible
Mots-clésMainstreamChinaStatus quoIdeologyPandemicAnimationSituatedLinguisticsPolitical scienceCoronavirus disease 2019 (COVID-19)SociologyHistoryMedia studiesPoliticsComputer scienceArtificial intelligenceMedicine

Résumé

récupéré en direct d'OpenAlex

The project is a comparative linguistic study on the COVID-19 coverage about China and Italy during the first 3-months of 2020 from the Canadian news program The National. It includes a research paper and a website featuring an animation displaying information silenced by mainstream media. The theoretical framework of the paper is situated within language ideology and is guided by Corpus-Assisted Discourse Studies methodology. Through patterns discovered in the research, it aims to detect the contrareity in the language that The National used between the two countries, and the strategies employed in the performance of “respectable racism” (Antonius, 2002) on China. The animation enunciates the incongruity between the two countries by juxtaposing the prejudiced words used implicitly in China’s corpora with the words in Italy’s corpora. This project hopes to disrupt the status quo in the information dissemination dictated by mainstream media which ostracizes the Chinese community and divides Canadians.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,634
Score d'incertitude au seuil0,696

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,027
Tête enseignante GPT0,332
Écart entre enseignants0,305 · 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'étudeObservationnel
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetLinguistic Studies and Language AcquisitionTravaux en français237 207