MétaCan
Menu
Retour à la cohorte
Enregistrement W7096652094

2008,Vol.4,No.1,1-7 Canadian Academy of Oriental and Occidental Culture 1 A Study of the Verbal Conflict between Mother and Daughter-in-law in Desperate Housewives

2007· article· en· W7096652094 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLanguage, Discourse, Communication Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConversationHarmony (color)Style (visual arts)Cultural conflictFace (sociological concept)Social conflict
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract: Ting-Toomey proposed face-negotiation theory in the 1980s. For years, face-negotiation theory has been used to explain conflict in communication and cultural differences related to communication. As we know, conflict is a very natural phenomenon in the conversation of different cultures. However, people have different ways to solve the conflict. This paper studies the conflict between mother and daughter-in-law in TV series. The extracts come from the American TV series Desperate Housewives. The paper aims to answer the two research questions: (1) does the conflict style between family members like mother and daughter-in-law in American TV series Desperate Housewives is also dominating? (2) If it is, how the conversation proceeds under the dominating style? After analyzing the materials, we find that the conflict style between mother and daughter-in-law in American TV series Desperate Housewives is dominating. In addition, although the conflict style between mother and daughter-in-law in American TV series Desperate Housewives is dominating, people also emphasize on the social harmony among family members. Key words: conflict, face-negation theory, mother and daughter-in-law Résumé: Ting-Toomey propose la théorie de la négation de face dans les années 1980. Depuis des années, la théorie de la négociation de face a été utilisée pour expliquer les conflits dans la

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,641
Score d'incertitude au seuil0,865

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,042
Tête enseignante GPT0,298
Écart entre enseignants0,256 · 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.

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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLanguage, Discourse, Communication StrategiesTravaux en français237 207