MétaCan
Menu
Retour à la cohorte
Enregistrement W4404196980 · doi:10.1177/00094455241288168

English as a Medium of China’s National Storytelling

2024· article· en· W4404196980 sur OpenAlexaff
Wei Liu

Notice bibliographique

RevueChina Report · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésChinaStorytellingPolitical scienceNarrativeArtLiterature

Résumé

récupéré en direct d'OpenAlex

Foreign language education may serve many goals, but national storytelling would not be an obvious one. Due to the position of English as an international language, it has become an increasingly important tool for intercultural communication and international public relations for countries whose official language is not English. In this study, we will look into the case of China, where English has been seen as the most important medium of China’s national storytelling. Chinese youths are encouraged to learn English well and to equip themselves with the competence to tell China’s stories well in English. As a key theoretical underpinning in this study, national stories are taken as national identities to live by. To better understand this relationship, we have invited 100 undergraduate English Majors in a provincial Chinese university to each tell a China story in English. By subjecting the 100 China stories told by 100 Chinese youths in English to a rigorous thematic analysis, we hope to determine in this study what Chinese national identity is constructed through this national storytelling exercise. More importantly, by examining the Chinese case of English as a medium of national storytelling, this study aims to shed light on the specific purpose of English as a global medium for communicating a country’s national narratives and national discourses.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0080,005
Communication savante0,0050,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,045
Tête enseignante GPT0,444
Écart entre enseignants0,400 · 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'étudeSans objet
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 revueChina ReportMême sujetMultilingual Education and PolicyTravaux en français237 207