MétaCan
Menu
Retour à la cohorte
Enregistrement W4404191905 · doi:10.53982/agidigbo.2024.1201.19-j

Personological Creation of Language: The Feminist Perspective

2024· article· en· W4404191905 sur OpenAlexaff
Taofeek Olatunbosun, Olamide Oduwole

Notice bibliographique

RevueABUAD Journal of the Humanities-AGIDIGBO · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Studies in Language
Établissements canadiensGreo
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)SociologyLinguisticsComputer scienceArtificial intelligencePhilosophy

Résumé

récupéré en direct d'OpenAlex

This research stems from Helene Cixous's call for women to invent their language – the language of feminism – by interpreting their identities as a science of feminine creation. This science is a protest of women's subjugation and exploitation using symbolic language to question male supremacy. Thus, this research investigates sexual differentiation as related to language differentiation between men and women. This investigation aims to develop standards and deploy a feminist-specific language known as l’ecriture feminine. Significantly, the argument seeks to challenge masculine realities, judgments and perspectives manifested in language deployment. A creative writing-based methodology is used, and the primary author is Akachi Adimora-Ezeigbo, together with other relevant authors and feminist critics who have demonstrated in their works, women's patterns of reasoning and language. The goal is to create a language of feminism that is a conscious effort to erase or contrast the language of patriarchal imaginary order, which is fundamental in language codification. Consequently, female and male writers who share this position are encouraged to develop and rewrite popular narratives to establish the language of feminism as a field of exploration and use in the modern world.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0070,059
Communication savante0,0090,008
Science ouverte0,0010,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,041
Tête enseignante GPT0,348
Écart entre enseignants0,307 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même revueABUAD Journal of the Humanities-AGIDIGBOMême sujetGender Studies in LanguageTravaux en français237 207