Constructing Positivity in Live-stream E-commerce: An Appraisal Analysis of Interpersonal Stance in Chinese Digital Retail Live-talk
Notice bibliographique
Résumé
This study investigates how positive interpersonal meanings are discursively constructed in Chinese live-stream e-commerce, examining the evaluative discourse of an influential anchor’s promotional talk through the lens of Appraisal Theory and Positive Discourse Analysis. Drawing on three highly viewed live-stream sessions by Yuhui Dong, the analysis combines manual annotation with qualitative illustration to trace the patterned distribution of Attitude resources in real-time consumer interaction. Findings reveal a systematic preference for positive stance-taking, with Affect emerging as the most salient attitudinal domain. Expressions of dis/inclination are particularly prominent, foregrounding forward-looking emotional alignment and shared optimism. Judgement resources are dominated by veracity, naturalizing sincerity, transparency, and ethical reliability as key foundations for trust-building. Appreciation mainly concentrates on valuation, positioning commodities in terms of pragmatic usefulness and embodied benefit rather than technical specification. Across these systems, positivity is not merely a matter of enthusiastic tone, but an interactional strategy calibrated to cultivate affiliation, mitigate perceived risk, and construct consumption as a socially meaningful, emotionally anchored practice. The study demonstrates that persuasive force in live-stream e-commerce rests on the orchestration of affective resonance, moral credibility, and value-centered framing. By showing how evaluative meanings accumulate across interactional phases to stabilize alignment and motivate purchase intention, the research extends the analytical reach of Positive Discourse Analysis into digital retail contexts. The findings contribute to emerging understandings of stance work in mediated marketplaces and offer discourse-based insights for fostering ethical, trust-oriented engagement in contemporary online commerce.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».