MétaCan
Menu
Retour à la cohorte
Enregistrement W4400878168 · doi:10.15210/cdl.v0i41.21594

A POLÍTICA DO APITO CANINO SOB AS LENTES DO DISCURSO: DIÁLOGOS COM O PENSAMENTO BAKHTINIANO

2022· article· pt· W4400878168 sur OpenAlexaff
Vanessa Fonseca Barbosa, Allan Reynaldo, Yuri Andrei Batista Santos

Notice bibliographique

RevueCaderno de Letras · 2022
Typearticle
Languept
DomaineArts and Humanities
ThématiqueLinguistics and Education Research
Établissements canadiensMonsanto (Canada)
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésPhilosophyHumanitiesPhysics

Résumé

récupéré en direct d'OpenAlex

O apito canino se apresenta como um recorrente fenômeno que oportuniza a problematização da relação entre falante, discurso e seu destinatário presumido na esfera do discurso político. O objetivo do presente trabalho é apresentar e discutir as diferentes conceituações em torno desse fenômeno por meio de um entrecruzamento teórico com os postulados da metalinguística bakhtiniana. Considera-se, portanto, para tais reflexões acerca do apito canino, os estudos de Mendelberg (2001), Goodin (2009) e Haney-López (2014), que destacam e analisam a ocorrência desta prática discursiva na esfera do discurso político norte-americano. Somados a estes aportes, partindo das postulações de Bakhtin (2015; 2017) e Volóchinov (2017; 2019) acerca da interação discursiva e da orientação dialógica do discurso, propõe-se uma leitura focalizada acerca de como essa estratégia discursiva explora diferentes camadas de sentido diante de um auditório social amplo e diversificado. Espera-se, portanto, com a leitura discutida neste espaço de reflexão, fomentar estudos que avancem na compreensão do fenômeno apresentado e abrir caminhos para propostas que, possivelmente, analisem o fenômeno discursivo do apito canino na dimensão do discurso político brasileiro.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0180,015
Communication savante0,0140,010
Science ouverte0,0010,006
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0200,002

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 Opus0,044
Tête enseignante GPT0,318
Écart entre enseignants0,274 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCaderno de LetrasMême sujetLinguistics and Education ResearchTravaux en français237 207