MétaCan
Menu
Retour à la cohorte
Enregistrement W4401116676 · doi:10.17118/11143/21786

Ideologie linguistiche e nomi femminili di professioni e di cariche

2023· article· it· W4401116676 sur OpenAlexaffvenue
Giuseppe Zarra

Notice bibliographique

RevueCircula · 2023
Typearticle
Langueit
DomaineComputer Science
ThématiqueLinguistic Studies and Language Acquisition
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophyLinguistics

Résumé

récupéré en direct d'OpenAlex

Riassunto : Il saggio analizza le attuali tendenze d’uso per i femminili di professione e di carica, con particolare riguardo alle ideologie linguistiche e all’autorappresentazione linguistica delle donne, presentando sia i riscontri di sondaggi sulla scrittura giornalistica e sulla scrittura estremamente varia di Internet sia i dati raccolti mediante un questionario sul linguaggio di genere. Particolare attenzione è dedicata al processo in atto di connotazione politica, sempre più forte, nell’ideologia linguistica sul linguaggio di genere: l’opposizione ai nomi femminili di cariche, propugnata già in passato da esponenti della classe politica di centrodestra, si configura oggi alla stregua di un tratto identitario di tale area politica.||Abstract : This paper analyses current usage trends for feminine forms indicating professions and roles held by women in Italian, paying particular attention to linguistic ideologies and women’s linguistic self-representation. It presents results of surveys about the journalistic writing and the extremely varied writing on the Internet, as well as data gathered from a questionnaire about gender-inclusive language. Special emphasis is devoted to the ongoing process of increasingly strong political connotation in the linguistic ideology of gender language: the opposition to feminine job titles, advocated in the past by members of the centre-right political class, appears now as a feature of this political identity.

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)0,006
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0040,007
Communication savante0,0090,006
Science ouverte0,0000,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0220,002

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 Opus0,050
Tête enseignante GPT0,312
Écart entre enseignants0,263 · 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'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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCirculaMême sujetLinguistic Studies and Language AcquisitionTravaux en français237 207