MétaCan
Menu
Retour à la cohorte
Enregistrement W4409822817 · doi:10.5430/wjel.v15n7p42

China’s Stance on Rohingya Refugees Issues in The Local Newspaper Through Corpus Sentiment Classification

2025· article· en· W4409822817 sur OpenAlexvenueno aff
Minjie Chen, Wei Lun Wong, Warid Mihat

Notice bibliographique

RevueWorld Journal of English Language · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAsian Geopolitics and Ethnography
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNewspaperRefugeeChinaComputer scienceSentiment analysisArtificial intelligenceNatural language processingPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

The predicament of the Rohingya refugees has garnered significant attention in China. The present study scrutinises the newspaper's language alignment to the representation of China’s stance on the Rohingya refugees. The primary objectives are twofold: firstly, to analyse the top ten salient nouns, verbs, and adjectives, and secondly, to evaluate the sentimentality of the aforementioned salient vocabulary and phrases. The present study employs a mixed-method approach with a corpus-driven research design. The corpus was procured from China Daily, comprising a total of 78 newspaper reports with 24,769 words and 1,013 sentences. The utilisation of Sketchengine and Atlas.ti, was selected. A wordlist of vocabulary has been produced for top ten salient nouns, verbs, and adjectives. The vocabulary was compared with the British National Corpus for keywords. Subsequently, the keywords were employed for trigrams and qualgrams. The presented materials consisted of concordances pertaining to phrases. The results were analysed sentimentally. The top ten salient nouns, verbs, and adjectives included Myanmar, people, Rohingya, be, have, say, more, human, and international. Then, keywords were compared to the reference corpus to select significant trigrams and qualgrams produced by Myanmar, Rohingya, migrants, Bangladesh and humanitarian. Sentimental analysis was performed on 60 linguistics items. Referring to the findings, the nation of China had a neutral stance. The findings suggest that scholars and politicians may benefit from a more empirical approach to analysing a nation’s stance, as opposed to relying solely on subjective interviews, as reported language can serve as a factual basis.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,329
Écart entre enseignants0,317 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetAsian Geopolitics and EthnographyTravaux en français237 207