MétaCan
Menu
Retour à la cohorte
Enregistrement W4416192770 · doi:10.5430/wjel.v16n2p407

Gendered Language in English-Medium Professional Digital Discourse: A Corpus-Based Study of Achievement Narratives and Interaction Dynamics on LinkedIn

2025· article· W4416192770 sur OpenAlexvenueno aff
Ahmad Raza, Urooj Fatima Alvi, Ashwaq A. Aldaghri, Shadi Majed Alshraah

Notice bibliographique

RevueWorld Journal of English Language · 2025
Typearticle
Langue
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesPrince Sattam bin Abdulaziz University
Mots-clésSociolinguisticsDynamics (music)EthosNarrativeCorpus linguisticsDiscourse analysisScholarshipFraming (construction)

Résumé

récupéré en direct d'OpenAlex

This study interrogates the persistence and evolution of gendered discourse within professional digital spaces, focusing on English-language interactions on LinkedIn as a site where achievement is publicly narrated and socially evaluated. Drawing on a balanced corpus of 50 achievement-oriented posts (25 male, 25 female) and 2,317 associated comments, the research integrates corpus linguistics and engagement analytics to identify how linguistic choices both reflect and reproduce gendered norms in professional self-presentation. Quantitative analysis comprising keyword frequency, keyness testing, collocational mapping, and dispersion measures was complemented by qualitative discourse interpretation to uncover the semantic and pragmatic framing of success. Engagement metrics, including reactions, shares, and comment sentiment, were examined using statistical tests with effect sizes to assess audience response patterns. Findings reveal that male-authored posts privilege competence, leadership, and strategic execution, while female-authored posts foreground ambition, collaboration, and gratitude often blending assertive positioning with relational framing. Although overall visibility did not differ significantly by gender, comment patterns diverged: women’s posts attracted proportionally more supportive and affective responses, whereas men’s elicited more strategic and analytical feedback. These patterns suggest that LinkedIn’s professional ethos mitigates but does not erase gendered communicative asymmetries. The study advances scholarship in sociolinguistics and professional discourse by offering empirical evidence from an underexamined platform, highlighting how subtle linguistic and interactional dynamics can shape perceptions of credibility, authority, and leadership potential in digital English professional networks.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,307
Écart entre enseignants0,294 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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 sujetDiscourse Analysis in Language StudiesTravaux en français237 207