MétaCan
Menu
Retour à la cohorte
Enregistrement W4405201184 · doi:10.54254/2753-7064/2024.17970

The Practical Forms and Cultural Implications of "City 不 (or not) City": A Study on Linguistic Hybridization in Chinese Social Media

2024· article· en· W4405201184 sur OpenAlexaboutno aff
Zhenni Wang

Notice bibliographique

RevueCommunications in Humanities Research · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiscourse Analysis and Cultural Communication
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Quarter (Canadian coin)Chinese cityUrban cultureSociologyIdentity (music)Social mediaAdvertisingExpression (computer science)GeographyPolitical scienceAestheticsBusinessChinaArt

Résumé

récupéré en direct d'OpenAlex

In the third quarter of 2024, "city (or not) city", the internet buzzword with linguistic hybridization between Chinese and English, became popular on Chinese social media in a short period, which sparked widespread discussion. According to the research findings of this article, "city city" is often used for the context containing 3 themes, including travel and recording experiences in relation to cities, local food culture as well as leisure time, and local culture about cities. In addition, "city city" is often used by users to present positive emotions in the related context and content. This could be driven by the individual's demand for genuine emotional expression or the desire to shape an ideal self-image. In terms of the cultural implications of "city city", on the one hand, "city city" can participate in the construction of the cultural identity of local cities. On the other hand, the advantages of "city city" in shaping shared meanings can help information receivers reduce the possibility of misunderstanding information. This can provide support and a positive impact on intercultural communication of the cultural identity of a country through the use of internet buzzwords with linguistic hybridization.

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)0,007
score de la tête « metaresearch » (Gemma)0,010
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: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0160,015
Communication savante0,0070,007
Science ouverte0,0020,007
Intégrité de la recherche0,0020,003
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 Opus0,503
Tête enseignante GPT0,588
Écart entre enseignants0,085 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications in Humanities ResearchMême sujetDiscourse Analysis and Cultural CommunicationTravaux en français237 207