MétaCan
Menu
Retour à la cohorte
Enregistrement W4412865180 · doi:10.5430/wjel.v16n1p86

An Analysis of Figurative Language in Laurie Halse Anderson’ Wintergirls

2025· article· en· W4412865180 sur OpenAlexvenueno aff
Phanida Phunkrathok, Kampeeraphab Intanoo, Nawamin Prachanant

Notice bibliographique

RevueWorld Journal of English Language · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLiteral and figurative languageMetaphorLinguisticsMeaning (existential)Variety (cybernetics)Computer sciencePsychologyNatural language processingArtificial intelligencePhilosophy

Résumé

récupéré en direct d'OpenAlex

This study examines the use of figurative language in Laurie Halse Anderson’s 2009 novel Wintergirls, focusing on both its stylistic variety and semantic function. Specifically, the study (1) identifies and classifies types of figurative language employed, and (2) analyzes the meanings conveyed using Leech’s (1981) seven types of meaning. The systematic random sampling method involved the selection of 13 chapters from which 224 excerpts were extracted for analysis. Coding guidelines, tables, and excerpts comprise the research instruments. Each form of figurative language and type of meaning was categorized to determine their frequencies and then presented as percentages. The study adopted the validation methodology of Miles and Huberman (1994) to ensure reliability. Findings reveal that metaphor is the most frequently used figurative device (f = 89, 39.73%), while connotative meaning emerges as the most dominant semantic category (f = 51, 22.77%). The results suggest that figurative language in Wintergirls not only enhances aesthetic quality but also serves as a vehicle for expressing emotional trauma, identity struggle, and psychological complexity. These insights contribute to literary stylistics and offer pedagogical value for English as a Foreign Language (EFL) instruction.

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)0,004
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,004
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,311
Écart entre enseignants0,301 · 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
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 sujetLanguage, Metaphor, and CognitionTravaux en français237 207