M16.pdf

M@rs, V&us en SMS Genderverschillen in het genre van de SMS

Renske Maier 2e Binnenvestgracht 13 2312BZ Leiden Tel: 0655766984 Studentnummer: 2505898 Email: [email protected], [email protected]

Begeleider: dr. T.C. van Charldorp

Vrije Universiteit Amsterdam

Tweede lezer: dr. F. van der Houwen

Faculteit der Letteren Master Communicatie- en Informatiewetenschappen

18 september 2013

(Taal en communicatie in organisaties)

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Voorwoord Bij de totstandkoming van deze scriptie heb ik hulp gehad van een aantal personen. Ten eerste wil ik mijn begeleidster en eerste lezer Tessa van Charldorp ontzettend bedanken voor haar hulp en altijd opbouwende commentaar. Daarnaast wil ik Eric Akkerman bedanken voor zijn hulp met betrekking tot het SMS-corpus dat de VU ter beschikking heeft gesteld voor dit onderzoek en Luuk Lagerwerf voor zijn statistische inzicht. Uiteraard wil ik ook Fleur van der Houwen bedanken voor haar rol als tweede lezer.

1

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Ik verklaar hierbij dat deze scriptie een oorspronkelijk werkstuk is, dat uitsluitend door mij vervaardigd is. Als ik informatie en ideeën aan andere bronnen heb ontleend, heb ik hiervan expliciet melding gemaakt in de tekst en de noten.

(plaats, datum)

(handtekening)

2

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Inhoudsopgave 1.

Inleiding .............................................................................................................................. 4

2.

Gender ................................................................................................................................. 6

3.

4.

5.

6.

7.

2.1

Vroeger ........................................................................................................................ 6

2.2

Het keerpunt ................................................................................................................ 8

2.3

Gender in taal............................................................................................................. 10

Short Message Service en gender in taal .......................................................................... 17 3.1

Het genre van SMS .................................................................................................... 18

3.2

Non-verbale kenmerken ............................................................................................ 19

3.3

SMS-onderzoeken in relatie tot gender ..................................................................... 20

Forensische taalkunde en auteurschap .............................................................................. 24 4.1

Auteurschapidentificatie ............................................................................................ 24

4.2

Onderzoeksvraag ....................................................................................................... 25

Methode ............................................................................................................................ 27 5.1

Corpus ........................................................................................................................ 27

5.2

Codering in Access .................................................................................................... 28

5.2.1

Gender .................................................................................................................... 30

5.2.2

SMS........................................................................................................................ 32

5.3

Rapportering .............................................................................................................. 33

5.4

Analyse ...................................................................................................................... 33

Resultaten .......................................................................................................................... 35 6.1

Tabellen ..................................................................................................................... 35

6.2

Logistische regressieanalyse ...................................................................................... 44

6.3

Samenvatting resultaten ............................................................................................. 52

Conclusie en discussie ...................................................................................................... 54 7.1

Samenvatting ............................................................................................................. 54

7.2

Interpretatie en discussie van de resultaten ............................................................... 56

7.3

Praktische implicaties ................................................................................................ 61

7.4

Beperkingen van het onderzoek ................................................................................ 61

7.5

Vervolgonderzoek ..................................................................................................... 62

Bijlagen .................................................................................................................................... 64 Literatuur .................................................................................................................................. 71

3

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

1. Inleiding In Yorkshire, Engeland, werd de 48-jarige David H. in 2008 verdacht van de moord op Jenny. Het lichaam werd nooit gevonden en toch werd de man veroordeeld dankzij een bijzondere vorm van bewijsmateriaal: SMS’jes. Na het analyseren van de tekstberichten die met Jenny’s mobiel na haar vermissing waren verstuurd, werd duidelijk dat David H. deze berichten gestuurd had en niet Jenny (Mitchell 2008). Deze zaak is een mooi voorbeeld van het belang van forensisch linguïstisch onderzoek en de doorslaggevende invloed dat het binnen een rechtszaak kan hebben. In dit geval konden de “verdachte” SMS’jes vergeleken worden met SMS’jes en taalgebruik van een verdacht persoon. In het geval dat er geen mogelijke verdachten zijn wordt het een stuk lastiger. Met behulp van profileringsonderzoek is het mogelijk een profiel te schetsen en daarmee meer te weten te komen over de auteur van een tekst. Hierbij is het nodig verschillende talige kenmerken te analyseren in combinatie met verschillende persoonlijke kenmerken. In lijn met dit onderwerp wil ik binnen dit onderzoek het reeds verzamelde en gecodeerde SMS-corpus, dat beschikbaar wordt gesteld door de VU, onderzoeken in relatie tot het auteurschap. Dit SMS-corpus is door studenten van het vak Forensische linguïstiek in 2010-2011 en 2011-2012 verzameld onder leiding van docenten Lotte Tavecchio, Fleur van der Houwen en Tessa van Charldorp. Binnen dit specifieke genre van SMS wil ik mij richten op gender, om zo te onderzoeken of de – uit de literatuur bekende - verschillen tussen mannen en vrouwen ook gelden voor dit genre. Door het analyseren van het SMS-corpus op basis van het kenmerk gender zal het duidelijker worden welke talige kenmerken bij een mannelijke of een vrouwelijk afzender horen. De kennis zal mogelijk meegenomen kunnen worden in het forensisch linguïstisch onderzoek naar auteurschap bij onder andere dreigbrieven en bommeldingen, kortom teksten zonder gespecificeerde afzender. Indien de uitkomst van dit onderzoek niet overeenkomt met de huidige kennis over gender binnen taal, zoals deze nu naar voren komt in de literatuur, zal dit betekenen dat er veel meer onderzoek nodig is om iets te kunnen zeggen over auteurschap binnen het genre van SMS. Met behulp van dit scriptieonderzoek wil ik antwoord geven op de volgende onderzoeksvraag: Komen de bestaande talige genderverschillen terug in het genre van SMS?

4

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Om tot een antwoord op deze onderzoeksvraag te komen, geef ik eerst antwoord op de volgende deelvragen: 1) Wat zijn de bestaande talige genderverschillen die in de huidige literatuur besproken worden? 2) Welke talige genderkenmerken zijn er te onderscheiden in het genre van de SMS? In hoofdstuk 2 zal ik een uitgebreid kader schetsen van gender in taal. Hierbij geef ik de ontwikkeling van genderverschillen door de tijd heen weer en eindig ik met een uitgebreid overzicht van de verschillen in het taalgebruik tussen mannen en vrouwen, zoals deze nu uit de literatuur naar voren komen. In hoofdstuk 3 zal ik het genre van de SMS uitgebreid bespreken en daarbij typische kenmerken van dit genre behandelen. Welke onderscheidende onderzoeken gedaan zijn naar auteurschap en waarom dit specifieke onderzoek belangrijk is voor het forensische onderzoek, zal ik bespreken in hoofdstuk 4. Deze drie hoofdstukken vormen het theoretisch kader voor mijn onderzoek. In hoofdstuk 5 zet ik de methode van mijn onderzoek en de opzet van mijn codeboek uiteen, waarna ik in hoofdstuk 6 de resultaten bespreek. Vervolgens volgt in hoofdstuk 7 de conclusie en discussie. Hierin wordt de literatuur in combinatie met de gevonden resultaten samengevat en bediscussieerd. Ook zal ik de relevantie van dit onderzoek voor het forensisch linguïstisch onderzoek in dit laatste hoofdstuk bespreken.

5

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

2. Gender Mannen komen van Mars, vrouwen van Venus, de titel van het boek waar iedereen weleens van gehoord heeft. Dit is niet het enige boek dat verschenen is over de verschillen tussen mannen en vrouwen, zo wordt er ook veel geschreven over de zogenaamde mannentaal en vrouwentaal. Toch wordt er pas sinds ongeveer 40 jaar onderzoek gedaan naar deze verschillen in het taalgebruik. Hierbij komt kijken dat taal continu aan verandering onderheven is, waardoor het onderzoek nooit echt af zal zijn. Door het vergelijken van talige verschillen in recent onderzoek met datgene wat eerder uit onderzoek gebleken is, zal mogelijk de mate van verandering beschreven kunnen worden. In dit hoofdstuk zal het sociaal-culturele fenomeen gender besproken worden in combinatie met de talige verschillen. Hierbij wordt kort ingegaan op het ontstaan van dit onderzoeksgebied en daarnaast kort aangeven welke talige verschillen uit eerder onderzoek naar voren zijn gekomen. Om de verschillen duidelijk uiteen te zetten zullen enkele genderkenmerken uitgebreider aan bod komen door middel van een schematische weergave. In dit onderzoeksgebied wordt met gender het verschil tussen mannen en vrouwen in een sociaal kader bedoeld en daarmee wordt niet in de eerste plaats het biologische verschil tussen mannen en vrouwen bedoeld (sekse). Zoals Eckert mooi verwoordt: “Sex is a biological categorization based primarily on reproductive potential, whereas gender is the social elaboration of biological sex” (2003, p. 10).

2.1 Vroeger Door de gehele geschiedenis zijn er verschillen tussen de verschillende seksen terug te vinden, vooral in combinatie met verschillende sociale rollen die de beide groepen vervulden. Reeds vanaf het begin van de mensheid gingen de mannen op jacht, terwijl de vrouwen noten en vruchten verzamelden. De mannen beschermden en onderhielden hun vrouwen en kinderen, terwijl de vrouwen voor de kinderen en het huishouden zorgden. Verschillende sociale rollen bleven voor lange tijd bestaan. Ook werden de beide sekse op een eigen manier weergegeven in de literatuur. Reeds in het oude Griekenland werden vooral vrouwen als hysterische, wrede of afstotelijke wezens afgeschilderd, denk aan Medea die haar eigen kinderen doodde uit jaloezie, of Medusa die met haar verstenende blik verdoemd was. Mannen waren binnen de Griekse verhalen vooral helden. Ook binnen veel geloven (Christendom, Islam) is er slechts een gereduceerde rol beschikbaar voor vrouwen: “maar ik sta niet toe, dat een vrouw onderricht geeft of gezag over de man heeft; zij moet zich rustig 6

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

houden.” (Timoteüs 2: 12, NBG-vertaling). In de afgelopen 150 jaar zijn de rollen van mannen en vrouwen meer veranderd dan in de lange periode daarvoor, onder andere dankzij de emancipatie van de vrouw. Hoe de sociale rollen terugkwamen in het taalgebruik van de beide seksen is pas begin van de 20e eeuw onderwerp van onderzoek geworden. Eerder werd er al wel over geschreven: in 1756 klaagt een anonieme auteur in The World dat vrouwen zoveel bijwoorden gebruiken (Coates 2004, p. 11). De Deense taalkundige Otto Jespersen is één van de eersten die onderscheid maakt in gender in combinatie met taalgebruik. In zijn boek Language, its Nature, Development and Origin wijdt hij een hoofdstuk aan taal en de vrouw. Hierin bepreekt hij de verschillende spreekstijlen van mannen en vrouwen. Hij beschrijft dat ‘… vrouwen een minder uitgebreide woordenschat hebben dan mannen, met weinig abstracte woorden en meer versterkende bijwoorden.’ (Bossaert 2009, p. 19). Jespersen noemt hierbij het verschil in opleiding tussen mannen en vrouwen, maar ook dat vrouwen in tegenstelling tot mannen, niet nadenken voordat ze wat zeggen. Hij zegt dat “women do nothing more than keep to the traditional language which they have learnt from their parents and hand on to their children, while innovations are due to the initiative of men” (Jespersen, in Cameron 2003, p. 187). Ook Jacques van Ginneken wijdt in 1913 één hoofdstuk aan het taalgebruik van vrouwen (Brouwer 1991, p. 56), maar hij wijst vooral op de praatzucht van de vrouw. De taalverschillen zoals door Ginneken omschreven, worden verklaard “… vanuit de ‘van nature’ grotere gevoeligheid en kuisheid en simpelere geest van vrouwen.” (Idem, p. 62). Ondanks dat introspectie (of zelfreflectie) wel goed bleek te werken bij bijvoorbeeld de beschrijving van de grammatica in een taal, lijkt de beschrijving van de verschillen tussen groepen in een taalgemeenschap op basis van introspectie vooral gebaseerd op bestaande opvattingen en stereotypen (Idem, p. 56). Naast het werk van Jespersen en van Van Ginneken werd er aan het begin van de 20e eeuw weinig aandacht besteed aan gender binnen taal. Ondertussen werd er veel onderzoek gedaan met slechts mannelijke informanten. Ondanks dat de sociolinguïstiek zich halverwege de 20e eeuw steeds meer als discipline begon te ontwikkelen en verschillende sociale groepen door deze discipline onderwerp van onderzoek werden, verschenen pas in de jaren ‘80 studies gericht op vrouwen. De voornaamste reden daarvoor was dat vrouwen in het begin niet gezien werden als minderheid of aparte sociale groep (Coates 2004, p. 4). Gender bleek geen onderscheidend factor te zijn, daar de man automatisch als kern van de samenleving werd gezien. Dit veranderde jaren later met de twee Amerikaanse vrouwelijke taalkundigen Robin Lakoff en Mary Ritchie Key. 7

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

2.2 Het keerpunt Robin Lakoff en Mary Ritchie Key publiceerden beiden in 1975 een boek over vrouwentaal, namelijk Language and woman’s Place van Lakoff en Male/Female language van Key. Beide publicaties waren het startsein voor het onderzoek naar gender en taal, want ondanks dat beide boeken bekritiseerd werden wegens het gebrek aan empirisch bewijs, kon men niet meer om het onderwerp heen (Coates 2004, p. 5). Lakoff en Key schreven onder andere dat vrouwentaal gekenmerkt wordt door het veelvuldig gebruik van bijvoeglijke naamwoorden en een zinsbouw waar onzekerheid uit naar voren komt. Hiermee weken de uitspraken van beide vrouwen niet veel af van de uitspraken van bijvoorbeeld Van Ginneken, maar nu werden de verschillen niet meer verklaard vanuit aangeboren kenmerken van de vrouw maar vanuit de verschillende opvoeding en ongelijke maatschappelijke posities ten opzichte van de man (Brouwer 1991, 66). Naast dat deze periode een omslag betekende wat betreft de aandacht die uitging naar het onderwerp, hanteerden de onderzoekers die volgden niet meer een methode die puur op intuïtie gebaseerd was, maar vaker een methode op basis van experimenten en data. Later ontstonden er verschillende trends wat betreft de definitie van mannelijk- en vrouwelijk taalgebruik. Volgens onder andere Labov (1972a) en Trudgill (1972) kiezen vrouwen voor een meer standaard, conservatief taalgebruik om hun status te waarborgen. Mannen verschilden hierbij van de norm, omdat mannen meer aanzien genieten en dus meer kunnen afwijken van de standaard. Volgens Trudgill willen zowel mannen als vrouwen genderspecifieke idealen nastreven, wat invloed heeft op hun taalgebruik. Eerder schrijft Bakan (1966) al dat de man erg expressief is en erg gefocust is op de (eigen) individualiteit, terwijl vrouwen zich meer emotioneel uiten en zich zorgen maken om anderen. Aanvullend op Trudgill, schrijft Deuchar in 1989 dat vrouwen zo conservatief blijven omdat zij een minder sterke plaats in de samenleving hebben (Eckert&McConnell 1999, p. 193). Conservatief taalgebruik is dus al het ware een manier om minder kwetsbaar te zijn, een strategie van de vrouw om zich bij voorbaat al in te dekken. Ook Niedzielski en Preston (2003) schrijven over de wisselwerking tussen gender en taal. In hun boek worden twee grote discussiepunten genoemd, namelijk of het taalgebruik van vrouwen meer standaard is dan dat van mannen en of het taalgebruik van vrouwen powerless is (Idem, p. 190). Dit laatste zou zo zijn omdat de vrouw niet assertief genoeg is en geen autoriteit uitstraalt zoals de man dat doet met (onder andere) zijn taalkeuzes. Hierbij wordt er ook gesuggereerd dat het taalgebruik van vrouwen meer relatie georiënteerd is en mannen meer individualistisch zijn ingesteld. Aansluitend bij de discussiepunten schrijven de 8

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

auteurs dat schelden geaccepteerd is bij mannen, maar niet past bij een vrouw. De vrouw zou meer conservatief zijn aangezien zij haar status via taalgebruik duidelijk kon maken, waar dat op andere manieren nog niet mogelijk was. Daarbij hoort een conservatief taalgebruik ook bij de sociale rol die de vrouw had in die tijd. Bij deze sociale rol hoorde het zorgen voor de kinderen wat een correct taalgebruik als vereiste had. Mannen hadden daarentegen de vrijheid om zich te gedragen zoals zij wilden, wat terugkwam in het gebruik van onder andere scheldwoorden (Niedzielski & Preston 2003, p. 195). Hier sluit ook het werk van Deborah Tannen bij aan. Zij suggereert namelijk dat de communicatiepatronen van vrouwen en mannen vaak verschillen, want waar vrouwen een indirecte stijl en een meer informele manier van converseren hebben, zijn mannen over het algemeen direct en hebben een krachtige manier van spreken (Tannen 1995). Ondanks dat uit al deze onderzoeken wel naar voren komt dat het taalgebruik van de vrouw verschilt van de man, hebben Eckert en McConnell hier in 1999 kritiek op. In navolging op de reeds beschreven sociale verschillen van beide seksen in de samenleving merken de auteurs op dat de conclusie, die stelt dat dat de vrouw een standaard of meer emotionele taal gebruikt, slechts gebaseerd is op een bepaald soort werk- of leefomgeving (Idem, p.194). Volgens het artikel zou een dergelijke generalisatie alleen ‘correct’ zijn als meerdere onderzoeken in een specifieke omgeving met elkaar vergeleken zouden worden. Een dergelijke vergelijking maakt Coates. Hij vergelijkt het onderzoek van Trudgill (1972), het onderzoek van Macauley (1977 en 1978), het onderzoek van Newbrook (1982), het onderzoek van Eisikovits (1987 en 1998) en tenslotte het onderzoek van Eckert uit 1998 (Coates 2004, pp. 53-59). Uit deze vergelijking blijkt de complexiteit van gendervariatie. Waar bij de eerste drie onderzoeken de vrouw over het algemeen de standaardvariant gebruikte, bleek dit in het onderzoek van Eckert helemaal niet de conclusie. Op deze school in Detroit kozen de populaire meisjes voor een conservatief taalgebruik, waar de minder populaire meisjes er een lokaal accent en taalgebruik op na hielden (Idem, p. 61). Het is dus niet altijd het geval dat (alle) vrouwen meer standaardvormen in hun taal gebruiken. Toch lijkt het doorbreken van bepaalde patronen door vrouwen soms tot moeilijkheden te leiden. Volgens Gidengil en Everitt (2003) zijn de speeches van verschillende vrouwelijke leiders erg negatief beoordeeld. Tijdens deze speeches gebruikten de vrouwen namelijk een erg negatieve en agressieve taal, aldus de media. Dit kwam vooral door het gebruik van krachtige en gewelddadige werkwoorden, wat voor een vrouw in dit geval niet als standaard taal wordt gezien. Ook op de werkvloer heeft gender in taal veel invloed. Van vrouwen wordt verwacht dat ze de directe, informatiegefocuste en daarmee de 9

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

typisch mannelijke kenmerken gebruiken in hun taal, maar dan ontstaat wederom het probleem dat de vrouw als te agressief, te confronterend en daarmee te onvrouwelijk overkomt (Coates 2004, p. 201). Toch lijkt de sociale status en daarbij het kennisniveau in een bepaalde situatie een enorm verschil te ‘veroorzaken’ in het taalgebruik van mannen en vrouwen. In het onderzoek van O’Barr en Atkins (1980) vonden ze daar mooie voorbeelden van in het de rechtszaal (Coates 2004, p. 109). In dit onderzoek zijn verschillende uitspraken aan de hand van tien, volgens Lakoff, typische vrouwelijke kenmerken (tag-questions, intensifiers etc.) gescoord (Erickson, Lind, Johnson en O’Barr 1978, p. 271). Hierbij kwam het taalgebruik van de vrouwelijke patholoog niet als vrouwelijk naar voren, terwijl juist een van de mannelijke getuigen wel van (meerdere) ‘typisch vrouwelijke’ kenmerken gebruikmaakte in zijn getuigenis, daar hij erg geëmotioneerd was (Coates 2004, p. 109). Al met al is gender in het sociolinguïstisch onderzoek een belangrijke variabel gebleken en daarbij is naar voren gekomen dat genderverschillen beïnvloed worden door variatie in bepaalde sociale groepen. De algemene lijn in de verschillende onderzoeken door de jaren heen lijkt dat vrouwen meer standaardvormen gebruiken dan mannen. Deze standaardvormen in taal worden vaak vergeleken met de taal van de ‘middle-class speakers’ en de niet standaardvormen, die mannen vaak gebruiken, met die van de ‘working-class speakers’. Ondanks dat verschillende onderzoeken deze tegenstelling lijken te bevestigen, blijkt uit de hierboven beschreven recentere onderzoeken van Erickson, Lind, Johnson en O’Barr uit 1978 , van Eckert uit 1998, van Gidengil en Everitt uit 2003 en Coates uit 2004 dat dit niet altijd het geval is. Interessant is om de ontwikkeling van deze genderkenmerken door de tijd heen bij te houden. Welke typische (en standaard) vormen worden nu eigenlijk door de vrouw gebruikt en welke door de man? Hieronder zal ik enkele kenmerken uitgebreider bespreken.

2.3 Gender in taal In de afgelopen jaren zijn er veel onderzoeken langsgekomen waarin verschillende genderkenmerken behandeld werden. In tabel 1 wordt een groot aantal van deze onderzoeken schematisch weergegeven:

10

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Tabel 1. Gender kenmerken Kenmerk

Auteur + datum publicatie

Onderzoek(smateriaal)

Voorbeelden (V) -vrouw (M) – man

Luistersignalen

Strodtbeck&Mann (1956)

a.d.h.v. transcipties van opnamemateriaal in rechtszaken (discussies omtrent uitspraak)

Zimmerman & West (1975)

31 conversaties, opgenomen in coffee shops, drug stores en op andere publieke plekken in de universitaire community. (chit chat places)

Underhill (1988)

Literatuuronderzoek

“(…) in Positive Reactions (…) females are significantly higher than males 1. Show solidarity 2. Show tension release 3. Agrees (Strodtbeck&Mann 1956, p. 9): “um hmm,” “uh huh” “yeah” “positive reinforcement for continued talk where the provider of such cues must do active listening work to determine roper placement.” (Zimmerman&West 1975, p. 109) “Do you have like any of those change-of-major forms” (Underhill 1988, p. 239)

Hoffelijkheidsmarkeerders (mitigatoren)

(Tag-)vragen

Brouwer (1991)

Literatuuronderzoek

Andersen (2001)

Literatuuronderzoek

Preisler (1986) (in Coates 2004)

Opnames van groepjes van 4 personen (single-sex and mixed), die een controversieel onderwerp moesten bediscussiëren. 12,5 uur gespreksmateriaal

Fishman (1980a)

“One sister asking another: Could I like borrow your sweater” (Idem, p. 241) toch, hè en vind je niet? (Brouwer 1991, p.65) “Sean, shall I put it on in th garage? It’s likecos if people s= look through the w= door yeah, they’ll see it.” (Andersen 2001, p. 201) -

Resultaat >meer dan <minder dan =gelijk aan Vrouwen > mannen

Vrouwen>mannen

Vrouwen>mannen

Vrouwen>mannen “(…) it may serve as a (…) hesitational device” (Andersen 2001, p. 201) Vrouwen gebruikten significant meer hoffelijkheidsmarkeerders. (in Coates 2004, p. 88) 263 van de 370 vragen waren afkomstig van vrouwen. Hiervan waren 87 vragen tag-

11

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Brouwer (1991)

Vragen in de gesprekken aan het loket op Centraal Station Amsterdam, 300 mannen/300 vrouwen

Cameron, McAlinden&O’Leary (1989)

2 case studies waarmee de benadering van Lakoff in Language and Woman’s place’ (1975) getest wordt. Studie 1: 9 teksten van 5000 woorden. Genderverschillen Studie 2: extra variabelen; conversatie rol en status van het persoon. Om zo te bekijken of het slechts genderverschillen zijn. Meerdere gesprekcorpussen (o.a. Nieuw-Zeeland en Brits), waarbij ook de link tussen het stellen van vragen een zwakke(re) manier van converseren onderzocht wordt.

Holmes (1990)

Scheldwoorden

Brouwer (1991)

De Klerk (1992)

Opvallend: “De hele groep reizigers (ruim 1200), vrouwen en mannen, uitten meer beleefdheden tegenover de mannelijke lokettisten dan tegenover de vrouwelijke.” (Brouwer 1991, p. 71)

vragen (p. 255) Vrouwen > mannen.

Gebruik van (tag-)vragen afhankelijk van meer variabelen dan alleen sekse. ‘Vrouwen’ vaak geen homogene groep. (p. 91)

Vrouwen gebruiken afzwakkers en vragen “to assert their views with confidence, or as positive politeness devices signaling solidarity with the addressee, rather than as devices for expressing uncertainty” (Holmes 1990, p. 202).

Holmes is niet overtuigd dat gebruik van afzwakkers en/of vragen duidt op een zwakke manier van converseren.

Scheldgedrag bij 48 vrouwen + 48 mannen tussen 25 – 35 jaar

Vrouwen gebruikten meer ‘jasses/jesses’ dan ‘jezus’, vaker ‘verdomme’ dan ‘godverdomme’ en scoorden bijzonder laag op seksueel getinte woorden als ‘kut’en ‘lul’ (Brouwer 1991, p. 69).

Algemeen: mannen > vrouwen

Vragenlijst over het gebruik van slang bij 160 Engelssprekende informanten op scholen

Benamingen die meisjes gaven aan een unpleasant male: “bastard, asshole, dog, dick, pig, doos, cunt, wanker prick, nerd” (De Klerk 1992, p. 284)

Vrouwen kennen wel degelijk taboo words! Vrouwen gaan wel steeds meer impolite terms gebruiken, meer toekomstig onderzoek nodig (p. 288)

Bij informele contacten: zowel mannen als vrouwen gebruiken meer scheldwoorden, maar mannen twee keer zoveel

12

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Coates (2003)

Literatuuronderzoek

Vrouwen: Bloody Mannen: Fuck (Coates 2003, p. 98)

Mannen tegen mannen: veel scheldwoorden Vrouwen tegen vrouwen: (haast) geen scheldwoorden

Gebiedende wijs

Goodwin (1980), (1990), (1998) (in Coates 2004)

(M) “Michael: Gimme the wire… Look man, I want the wire cutters right now.”

Vrouwen en mannen tegen elkaar: vrouwen in verhouding meer scheldwoorden en mannen in verhouding minder scheldwoorden Mannen gebruiken meer expliciete bevelen (directer en bv met de jij-vorm)

(V) “Terry: Hey y’all let’s use these first and then come back and get the rest cuz it’s too many of ‘em.”

Vrouwen gebruiken meer impliciete bevelen (bv met de wij-vorm)

(M) “Tafe off your shoes and socks”

Complimenten

Holmes (1988a)

Corpus: 484 complimenten, Nieuw Zeeland

(V). “Okay? Well let’s make that our plan” (in Coates 2004, p. 95-96) 50% van alle complimenten door vrouwen aan vrouwen 9% van de complimenten door mannen aan mannen

Herbert (1986)

Literatuuronderzoek

(V): “I like your hair long” (V): “Me too. I'm never getting it cut short again” (M) “That's a sharp looking car. (M) “Yeah. I did the body work myself” (Herbert 1986, p. 85)

Vrouwen > mannen Vrouwen complimenteren over uiterlijk Mannen complimenteren over vaardigheden, kwaliteiten of behaalde resultaten. Herbert concludeert dat de contextuele variabelen erg belangrijk zijn, zoals de ontvanger van het compliment, het onderwerp, de setting en de strategie.

13

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Parisi&Wogan (2006)

Corpus van 270 complimenten, verworven op een universiteitscampus in Amerika

Rees-Miller (2011)

2 corpora van complimenten van Amerikaanse campus uit 2008 en 2010.

“Some of the most powerful men are totally ugly, but yet they are on People’s ‘Most Eligible Bachelors.’” (Friesen, interview with Kate) “Society definitely pushes girls to be good looking and guys to be good at things, so it’s more acceptable to compliment guys for their skills.” (Gordon, interview with Nate) “Girls get complimented so often on appearance because girls are supposed to look pretty.” (Gordon, interview with Samantha) (Parisi&Wogan 2006, p. 25)

Vrouwen geven mannen vaker complimenten over skills Mannen geven vrouwen meer complimenten over hun uiterlijk. Want: 1) Vrouwen willen geen ongewenste intimiteiten 2) Sociale normen leggen nadruk op de skills van mannen en de appearance van vrouwen

In gesprekken zonder specifiek doel: Vrouwen > mannen In gesprekken met specifiek gespreksdoel: Vrouwen = mannen

Bijvoeglijke naamwoorden/ Versterkers

O’Barr&Atkins (1980) (in Coates 2004) Yaguchi, Iyeiri & Baba (2010)

Studie naar taal in de rechtbank. 150 uur materiaal van North carolina superior criminal court Onderzoek naar het gebruik van de intensifiers very, real/really binnen het Corpus of Spoken Professional American English (CSPAE).

(V) divine, sweet, adorable

Complimenten tussen mannen over sportresultaten bevestigde gezamenlijke waarden. Position of power heeft veel meer invloed dan gender. (in Coates 2004, p. 109) Vrouwen gebruiken vaker real en really gebruiken. Very werd vooral in de predicatieve bepaling vaker door vrouwen gebruikt (Yaguchi, Iyeiri & Baba 2010, p. 594)

14

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Zelfcorrectie naar de standaard

Coates (2004)

Literatuurstudie

(V)“me an’ Kerry – or should I say, Kerry and I – are the only ones who’ve done the project”,

Vrouw: zelfcorrectie Man: tegenovergestelde

(M) “I didn’t know what I did – what I done” (M) “ we were skating around – we was skating along an’ someone walked bang in front of me” (Coates 2004, p. 64). Gebruik standaardvorm

Cameron (2003)

Literatuurstudie Gebruik standaard vorm

Gidengil&Everitt (2003)

Content analyse van speeches in Canadese verkiezingen (1993 + 1997)

Vrouwen>mannen Want: “because of their greater “status consciounsness” or “linguistic insecurity”” (Cameron 2003, p. 187) Vrouwen = mannen Gevolg: Speeches van vrouwen als te agressief en te direct bestempeld

15

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Zoals te zien is in bovenstaande tabel wijzen recente en ook minder recente onderzoeken uit dat er veel verschillen te vinden zijn tussen het taalgebruik van mannen en vrouwen. Niet alle onderzoeken blijken het achteraf eens over de reden waarom een bepaald talig kenmerk zo verschilde tussen mannen en vrouwen, zie bijvoorbeeld Holmes (1990) over de reden waarom vrouwen veel (tag-)vragen stelden. De minder recente onderzoeken zijn vooral van beschrijvende aard. Lakoff doet bijvoorbeeld veel uitspraken zonder deze te onderbouwen met empirisch bewijs. Het is dan ook niet verrassend dat recentere onderzoeken, die wel daadwerkelijk enkele hypotheses getoetst hebben, de eerdere uitspraken wat betreft gender en taal op sommige punten tegenspreken. Dit doet overigens niet af aan het feit dat de verschillen, zelfs als deze slechts op intuïtie gebaseerd zijn, wel opvallend waren. Belangrijk blijft om de sociale context erbij te betrekken. Daarmee kunnen de veelvoorkomende kenmerken of juist die uitzonderingen op een juiste wijze gerelativeerd worden. Denk hierbij aan een informele of formele context waarin een medium gebruikt wordt of een bijzondere relatie tussen zender en ontvanger die invloed heeft op de gendergerelateerde kenmerken van een tekst of gesprek. Naast bovenstaande kenmerken zijn er uiteraard nog meer verschillen tussen mannen en vrouwen te vinden in het taalgebruik bij zowel het spreken als het schrijven. Inmiddels stan er steeds meer communicatiemiddelen tot onze beschikking, wat automaisch voor veranderingen zorgt. In het volgende hoofdstuk zal ik hier verder op ingaan in combinatie met het genre dat centraal staat in dit onderzoek: de SMS.

16

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

3. Short Message Service en gender in taal De mobiele communicatie is niet meer weg te denken uit de huidige samenleving. SMS’en met een mobiel toestel is al lange tijd een bekend en veelgebruikt fenomeen. In december 1992 is het eerste tekstberichtje ooit gestuurd, wat maakt dat de SMS afgelopen jaar zijn 20e verjaardag mocht vieren (Kelly 2012). In deze twintig jaar heeft het medium een enorme groei doorgemaakt. In 2011 werden er alleen al in de Verenigde Staten twee triljoen SMS’jes verstuurd, wat gelijk staat aan meer dan zes biljoen berichten per dag. Portio Research schrijft in de 6e editie van hun Analysis and Growth Forecasts for Mobile Messaging Market Woldwide, (februari 2012) dat in 2011 7.8 triljoen SMS’jes verstuurd zijn. Verwacht werd dat in 2012 dit zou oplopen tot 9.6 triljoen, waarna het in 2013 nog verder zal groeien (Global mobile statistics 2012 Part C, 2012). De SMS was in de eerste plaats onderdeel van GSM (Groupe Spécial Mobile), een wereldwijd genormeerde standaard voor digitale telefonie. GSM zorgde ervoor dat men dezelfde telefoon met simkaart over de hele wereld kon gebruiken (Scourias 1996). In het begin was de SMS vooral bedoeld voor de communicatie tussen ingenieurs en techneuten op de werkplek. Het had toen nog geen waarde voor consumenten. Het uitwisselen van tekstberichten kostte toen zelfs geen geld, niet wetend dat er snel een grote verandering zou optreden van de gesproken mobiele communicatie naar de geschreven tekstberichten (Ansari & Phillips 2011). De SMS bevat maximaal 140 bytes, wat gelijkstaat aan 140 8-bits tekens, 160 7-bits tekens of 70 16-bits tekens. De 16-bits tekens zijn voor talen als het Chinees, Japans en het Koreaans. Doorgaans worden SMS’jes gebruikt om plannen te maken en sociale relaties of zakelijke netwerken te onderhouden. Met de intrede van internet op de telefoon zijn er ook andere applicaties bij gekomen, bijvoorbeeld Whatsapp en Pingen. Dit zijn soortgelijke applicaties aan de SMS, waarbij er korte teksten naar een andere mobiel worden gestuurd, maar hebben het bijkomende voordeel dat de verbinding verloopt via internet waardoor er weinig kosten gemaakt hoeven te worden. Ook is het tekstbericht bij deze applicaties niet gebonden aan een maximaal aantal tekens. Toch doet de SMS nog niet onder aan de andere applicaties. Dit komt vooral doordat SMS’en op elke mobiele telefoon mogelijk is. Of dit nu een nieuwe Iphone 5 is of een oud model. Daarnaast wordt het medium ook voor steeds meer doeleinden gebruikt. Veel officiële instanties maken namelijk gebruik van de SMS, waaronder banken voor het versturen van 17

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

TAN-codes of zorginstellingen voor het doorgeven van bijvoorbeeld uitslagen of het bevestigen van afspraken. Ook in het bedrijfsleven wordt de SMS tegenwoordig nog vaak gebruikt daar dit professioneler overkomt dan een bericht verstuurd met Whatsapp. Verder wordt het doorgaans sneller gelezen dan een e-mail en is het makkelijker dan een voicemail afluisteren. Veel werknemers krijgen dan ook een smartphone van hun werkgever, om zo flexibel te kunnen werken (Redactie Intermediar 2011). Tekstberichten zijn al vaker voor verschillende redenen onderzocht. Bijvoorbeeld om een jongerencultuur te doorgronden of om erachter te komen wie de auteur is ten behoeve van het forensisch onderzoek. Over het belang voor het forensische onderzoek zal ik verder uitweiden in hoofdstuk 4. In dit hoofdstuk zal ik de kenmerken van dit specifieke medium behandelen en daarbij een overzicht geven van enkele onderzoeken waarin de SMS centraal staat.

3.1 Het genre van SMS Binnen dit onderzoek wordt de SMS als genre benaderd, aangezien het niet slechts een medium is, maar een doelgericht communicatiemiddel waarbij de zender en ontvanger bewust zijn van de specifieke manier van communiceren die de SMS met zicht meebrengt. Er bestaan onder andere bepaalde stijlconventies binnen het genre en het heeft een ander register dan veel andere geschreven en gesproken genres. Door het gebruik van specifieke talige, cognitieve en communicatieve kenmerken heeft men bepaalde verwachtingen van effectieve en gepaste communicatie binnen een genre, zo ook in het geval van de SMS (zie ook Steen 2011). Het genre van de SMS is een geschreven genre. Tagg (2009) omschrijft verschillende kenmerken van geschreven taal. Zo zou geschreven taal minder fouten bevatten dan gesproken taal aangezien men bij het schrijven zichzelf gemakkelijk kan verbeteren. Ook is geschreven tekst beter georganiseerd, heeft vaak een onderwerp gerelateerd (formeel) vocabulaire en bevat meer nominalisaties ten opzichte van gesproken taal. Daarbij worden prosodische kenmerken (intonatie, pauzes, etc) door grafische kenmerken weergegeven en is een geschreven tekst vaak bedoeld als een monoloog, daar het doorgaans niet gericht is op het behoud van sociale relaties (Idem, p. 34-35). Niet al deze kenmerken komen terug in het gebruik van de SMS. Het taalgebruik is dan ook meer een combinatie van gesproken en geschreven tekstkenmerken. De SMS is namelijk ook vaak informeel, onderdeel van een dialoog, spontaan en wordt vaak geschreven met een interactief doel (Idem, p. 33). De manier van communiceren heeft zich aangepast aan de situatie en de mogelijkheden van het medium. 18

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Naast deze kenmerken zijn er nog een aantal specifieke kenmerken van de SMS-taal uit meerdere onderzoeken naar voren gekomen. Zo worden door de beperking van het aantal tekens veel afkortingen gebruikt en daarmee varieert de spelling vaak van de standaardspelling. Om zoveel mogelijk tekens te (be)sparen worden letters in woorden weggelaten (shordjes), gebruikt men alleen de eerste letter (initiaalwoorden; j (ja), m (met)) en worden doorgaans (bepaalde delen van) woorden vervangen door een teken waardoor de klank duidelijk wordt (logogram; suc6, ff, x) (SMS-corpus VU). In paragraaf 3.3 worden nog enkele onderzoeken naar SMS-taal kort weergegeven in een tabel. Er zijn zelfs zogenaamde SMS-gedichten geschreven met behulp van de typische kenmerken die de SMS kent. Hieronder een voorbeeld uit Crystal (2008a, p. 15-16): “14: a txt msg pom.

14: a text message poem.

his is r bunsn brnr bl%

his eyes are Bunsen burner blue,

his hair lyk fe fillings

his hair like iron fillings

W/ac/dc going thru.

with ac/dc going through.

I sit by him in kemistry,

I sit by him in chemistry,

it splits my @oms

it splits my atoms

wen he :-)s @ me

when he smiles at me.”

Toch is niet iedereen even blij met de veranderingen die mede door de SMS zijn ontstaan. Zo schrijft Humphrys (2007) dat SMS-gewoonten de taal verloedert: “Our written language may end up as a series of ridiculous emoticons and everchanging abbreviations.”. Tot zijn spijt moet hij toegeven dat hij zichzelf ook deze slechte gewoontes aanleert, hoofdletters vergeet en zijn zinnen afsluit met meerdere punten… 3.2 Non-verbale kenmerken Veel onderzoeken laten zien hoe belangrijk het niet verbale aspect kan zijn binnen een gesprek (o.a. Remland 2000, Buck & van Lear 2002). Lichaamstaal zegt namelijk soms meer dat woorden kunnen uitdrukken. Daarbij zegt de context waarin iets gezegd wordt vaak veel over de boodschap. Zonder deze contextuele informatie kunnen er misverstanden ontstaan of de boodschap wordt niet begrepen. Jenson (2005) schrijft in het verlengde hiervan dat “SMS may be a bit humble to attempt to be a full part of this social dynamic” (p. 14). Denk bijvoorbeeld aan het maken van grapjes. Dit wordt een stuk lastiger via een tekstbericht daar

19

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

“…the persona, voice, gestures, and timing of the teller are obvious factors affecting itsinterpretationand humor in context.” (Norrick 2004, p. 406). Bij het gebruik van de SMS is het mogelijk een bepaalde emotie of bedoeling aan het bericht toe te voegen door het gebruik van een emoticon. Zo worden plaatjes“…graphic representations of facial expressions that are embedded in electronic messages.” (Tossel et al. 2012, p. 659). Ook onderzoeken naar het gebruik van emoticons in de SMS zijn opgenomen in onderstaande tabel.

3.3 SMS-onderzoeken in relatie tot gender In onderstaande tabel worden een aantal onderzoeken naar talige kenmerken in de SMS weergegeven. Veel onderzoeken zijn (slechts) gericht op het zoeken naar typische kenmerken voor dit medium en maken nog weinig onderscheid in het taalgebruik van mannen en vrouwen. Enkele onderzoeken vonden al wel opvallende verschillen:

20

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Tabel 2. SMS-kenmerken in relatie tot gender Kenmerk

Auteur+jaar

Onderzoek(smateriaal)

Emoticons

Tossel et al. (2012)

124,000 tekst berichten van mannen en vrouwen

Voorbeelden

Resultaat >meer dan <minder dan =gelijk aan Vrouwen zijn emotioneel gezien expressiever en gebruiken meer non-verbale tekens dan mannen in SMS’jes. Dit correspondeert met het gedrag tijdens offline communicatie (F2F communication) Vrouwen > mannen

Baron (2004)

Afkortingen

AOL Instant Messenger: 23 IM gesprekken

Tagg (2009)

11.067 tekstberichten wat verzameld is tussen maart 2004 en mei 2007.

Baron (2004)

AOL Instant Messenger: 23 IM gesprekken

:-) = smiley :-( = frowny O:-) = angel :-P = sticking out tongue, with nose ;-) = winking :-\ = undecided :-[ = embarrassed :P = sticking out tongue, without nose :- = [probably a typographical error] (Baron 2004, p. 413) 20 versies van tomorrow: tomoz, tomotto, tomoro, tomora, tomo, morrow, mora, tom, 2mora, tomoto, 2morrow, tmw, 2morow, 2 morro, 2mrrw, 2moz, 2 mrw, moro, tomotttow, 2 moro (Tagg 2009, p. 372) Lol – Laughing out loud Cya – see you Y? – why? Btw – by the way (Baron 2004, p. 412)

Vrouwen>mannen

Er worden veel verschillende afkortingen gebruikt.

21

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Thurlow& Brown (2003)

544 tekstberichten 135 Britse universitaire studenten, +- 19 jaar.

Crystal (2008b)

Grant (2010)

Interpunctie

Hård af Segerstad (2002)

Verschillende onderzoeken, o.a. een onderzoek met 200 tekstberichten per auteur Vragenlijsten, informanten en van vrienden en familie: 1,152 tekstberichten

82% van de participanten gebruikten afkortingen, waaronder vrouwen het meest (V=89%, M= 57%) (Thurlow&Brown 2003, p. 6) “’Good to see you’ can be GTCY, GTSY, G2SY, G2SY; ‘I love you’: I LU, I LUVY, I LY (…)” (Crystal 2008b, p. 81) Auteur A: don’tdont Auteur B: don’tdnt (Grant 2010, p. 515) Gemis interpunctie: “Give me your number don’t have it anymore then I cal tonight will play football” (Hård af Segerstad 2002, p. 215)

Vrouwen > mannen Minder tekens gebruiken in een SMS bespaard tijd, moeite en, afhankelijk van de provider, ook geld. (Crystal 2008b, p. 81) Bij een groter corpus is het gemakkelijker consistentie of inconsistentie te vinden voor een bepaalde auteur Interpunctie wordt door tekstbeperking vaak achtwegen gelaten

Ook voorbeelden van overdreven interpunctie Aantal woorden

Baron (2004)

AOL Instant Messenger: 23 IM gesprekken

Thurlow& Brown (2003)

544 tekstberichten 135 Britse universitaire studenten, +- 19 jaar. 1000 Finse tieners van 13 tot 18 jaar

Kasesniemi&Rautiainen (2002)

Spelfouten/ onconventionele spelling

Hård af Sgerstad (2002)

Vragenlijsten, informanten en van vrienden en familie: 1,152 tekstberichten

Vrouwen verstuurden langere berichten dan mannen. Het gesprek tussen twee vrouwen duurde gemiddeld twee keer zo lang. Vrouwen > mannen Gemiddeld 14 woorden, 65 karakters (Thurlow&Brown, p. 5) Jongens versturen kortere berichten dan meisjes. Daarbij roddelen jongens niet zoveel via SMS als meisjes.

Vertaald vanuit het Zweeds: “It just is on sometimes” ipv “It just is like that sometimes” (Hård af Sgerstad 2002, p. 218)

Vrouwen > mannen Veel gevallen van spelfouten in tekstberichten.

22

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Uit bovenstaande tabel komen enkele genrespecifieke kenmerken van de SMS goed naar voren. Niet alle onderzoeken hebben daarbij onderscheid gemaakt of gevonden op basis van gender. Tossel et al. (2012) en Baron (2004) vonden al wel een verschil in gebruik van emoticons, dit doen vrouwen namelijk vaker. Uit het onderzoek van Thurlow en Brown (2003) kwam naar voren dat vrouwen meer afkortingen gebruiken. Baron (2004) concludeerde tenslotte dat vrouwen over het algemeen langere berichten versturen dan mannen. In tegenstelling tot de genderspecifieke SMS-kenmerken die hierboven beschreven, zijn de genderverschillen zoals omschreven in hoofdstuk 2 naar voren gekomen uit onderzoeken met uiteenlopend onderzoeksmateriaal. Door het vergelijken van het SMS-corpus met de literatuur zal er mogelijk een duidelijker beeld geschetst kunnen worden van de genderkenmerken binnen een bepaald genre, in dit geval de SMS. Dit is onder andere voor het forensisch linguïstisch onderzoek een belangrijk gegeven, waar het achterhalen of herkennen van een auteur van een tekst van groot belang kan zijn. De importantie van auteurschapidentificatie binnen het forensisch taalkundig onderzoek zal ik kort uiteenzetten in het volgende hoofdstuk: forensische taalkunde en het auteurschap.

23

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

4. Forensische taalkunde en auteurschap

Taalkunde is de wetenschappelijke studie naar taal. Binnen deze studie zijn er veel specialisaties te onderscheiden. Zo is forensische taalkunde is toegespitst op taal, criminaliteit en het recht (Olsson 2004, p 3). Reeds in 1968 werd door Jan Svartvik deze discipline op de kaart gezet nadat hij de politieverklaringen van Timothy John Evans geanalyseerd had. Evans was toen al veroordeeld en opgehangen voor de moord op zijn vrouw en kind. Svartvik ontdekte dat delen in de verklaringen van Evans zodanig varieerde wat betreft grammatica (niveau), dat de passages onmogelijk van Evans afkomstig konden zijn (Coulthard & Johnson 2007, p. 5). De passages bleken uiteindelijk sterk beïnvloed door het dwingende verhoor van de betrokken politieagenten. Na de taalkundige analyse van de verklaringen bleek er voldoende bewijs te zijn om de uitspraak van de rechtbank te ontkrachten. Evans werd dan ook, na zijn dood, alsnog vrijgesproken (Olssen 2004, p.3). Ondanks dat de toegevoegde waarde van dit taalkundig inzicht voor het forensische onderzoek met Svartvik al naar voren was gekomen, duurde het tot begin 1990 voordat enkele auteurs de authenticiteit van talig bewijsmateriaal ter discussie stelden. Malcolm Coulthard was één van de eersten die politieonderzoeken zou bekijken. Hij analyseerde begin 1990 onder andere de tekst die in 1953 tot de veroordeling en ophanging van Derek Bentley had geleid. Grotendeels dankzij deze analyse werd ook Bentley na zijn dood alsnog vrijgesproken (Olssen 2004, p.3 ). Ondertussen zijn er al veel subdisciplines ontstaan binnen het discipline van forensische taalkunde, waaronder auteurschap identificatie.

4.1 Auteurschapidentificatie Grant schrijft in 2007 dat auteurschapidentificatie “…encourages explicit consideration of the sources of linguistic variation within a group of texts.” (Grant 2007, p. 4). De ‘linguistic variation’ die Grant noemt, kan op verschillende manieren benaderd worden. Binnen auteurschapidentificatie wordt er dan ook onderscheid gemaakt tussen twee typen onderzoek: onderzoek naar consistentie en profileringsonderzoek (Van der Houwen z.j., p. 7). Binnen het eerste type onderzoek wordt er naar overeenkomsten gezocht, vaak tussen bepaalde werken van een onbekende auteur of juist in combinatie met een mogelijke auteur. Bijvoorbeeld in het geval van een ogenschijnlijke valse zelfmoordbrief. Shapero en Blackwell 24

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

(2012) omschrijven een situatie waarin een man veroordeeld wordt voor de moord op zijn zwangere vrouw, nadat hij, volgens de aanklacht, haar zou hebben gedwongen een zelfmoordbrief te schrijven. In dit geval zou onderzoek naar consistentie, in dit geval het vergelijken van andere teksten waarvan zeker is dat de verdachte de schrijver is, uitsluitsel over het auteurschap van het zelfmoordbriefje kunnen geven. Bij het tweede type onderzoek is er een bepaalde tekst waarvan de auteur gevonden moet worden. Hierbij zou een taalkundige analyse van het werk idealiter een aantal speculaties als resultaat moeten hebben, bijvoorbeeld: de auteur is waarschijnlijk van Slavische afkomst aangezien hij of zij geen bepaald lidwoord gebruikt (Slavische talen kennen namelijk geen (bepaald) lidwoord (Argamon, Koppel, Pennebaker&Schler 2009)). Bij het profileringsonderzoek komen dus geen specifieke kenmerken naar voren maar is gericht op het beperken van het mogelijke aantal auteurs (Van der Houwen, z.j.). Dit onderzoek naar talige kenmerken gebaseerd op genderverschillen zal vooral van toegevoegde waarde zijn voor het laatste type onderzoek:

The most important step for systematic observation in both the description (and subsequent measurement) of linguistic variation is the identification of the linguistic variable, that is, the isolation of structural linguistic units that carry significance with respect to group or individual writing style (McMenamin 2010, p. 491).

Geanalyseerde talige genderkenmerken kunnen namelijk binnen het profileringsonderzoek, zoals ook McMenamin omschrijft, bijdragen aan een uitspraak over het (vermoedelijke) geslacht van de auteur van een tekst.

4.2 Onderzoeksvraag Auteurschapidentificatie is al veel langer bekend binnen het onderzoek. Er zijn ook al veel successen mee bereikt in veel literaire en forensische toepassingen. Maar communicatie verandert en hierop moet ingespeeld worden. Binnen dit onderzoek staat de SMS centraal. Dit genre heeft veel kenmerken gemeen met andere online mediums die tegenwoordig veel gebruikt worden, zoals bijvoorbeeld Twitter of Facebook. Er is van alles mogelijk geworden waaronder bestanden uitwisselen, virtueel communiceren en online reclame maken. Maar online communicatie heeft ook negatieve kanten: spammen, afpersing en offensieve of dreigende berichten versturen is namelijk opeens heel gemakkelijk (Zheng, Li & Huang 2006, p. 379). Dit geldt ook voor forensische zaken, aangezien tegenwoordig dreigementen vaker 25

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

via online media verstuurd worden (Van der Houwen, z.j., p. 5). Zo werd PvdA-Kamerlid Myrthe Hilkens onlangs meerdere malen online bedreigd in haar zoektocht naar een passende oplossing en aanpak van onvrijwillige prostitutie (Novum/NU.nl 2013). Zij is niet de enige politicus die online bedreigd wordt. In 2012 is er door politici 113 keer aangifte gedaan van bedreiging via sociale media, het totaal aantal meldingen lag op 264 (Bronzwaer & Niemantsverdriet 2013). Het OM heeft bij 22 meldingen besloten de dader te vooroordelen. Ook in het buitenland is sociale media een bron van bedreigingen. De feministische journaliste Criado-Perez ontving op een gegeven moment via Twitter 50 bedreigingen per uur voor een periode van 12 uur (Caroline Criado-Perez Twitter abuse case leads to arrest, 29 juli 2013). Naar aanleiding van deze reeks van online bedreigingen van mishandeling en verkrachting is een 21-jarige man gearresteerd. Uit de vorige literatuurhoofdstukken zijn verschillende gendergerelateerde taalkenmerken naar voren gekomen. Deze talige kenmerken zijn kenmerkend voor de auteur en zeggen in dit geval wat over het geslacht van de schrijver. Aan de hand van het SMS-corpus binnen dit onderzoek zal ik proberen deze kenmerken te bevestigen of te ontkrachten. Met behulp van een codeboek, dat ik opgesteld heb naar aanleiding van de literatuur, zal ik het SMS corpus analyseren. Zo wil ik antwoord geven op mijn onderzoeksvraag: Komen de bestaande talige genderverschillen terug in het genre van SMS?

26

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

5. Methode Uit de voorgaande literatuurhoofdstukken zijn een aantal kenmerken naar voren gekomen die gerelateerd lijken aan gender. Om antwoord te kunnen geven op de onderzoeksvraag, is het nodig de gendergerelateerde kenmerken, die relatief constant blijven in het corpus van de SMS’jes, te identificeren. Dit zal gebeuren aan de hand van een codeboek, waarin de kenmerken gedefinieerd staan, en het programma Acces. Met behulp van dit programma kunnen de gecodeerde kenmerken aan het geslacht van de zender gekoppeld worden. Aan de hand van deze koppelingen kunnen de kenmerken die ook in dit corpus gerelateerd zijn aan gender naar voren gehaald worden. In dit methode hoofdstuk zal ik een kort overzicht geven van het corpus, de codering van dit corpus in het programma Acces en tenslotte de manier van analyseren.

5.1 Corpus Het corpus is verzameld tijdens het vak Forensische Linguïstiek B, dat gegeven wordt aan de Faculteit der Letteren van de Vrije Universiteit van Amsterdam. Tijdens de academische studiejaren 2010-2011 en 2011-2012 hebben de docenten Lotte Tavecchio, Fleur van der Houwen en Tessa van Charldorp en de studenten van dit vak 3635 SMS-berichten bij elkaar gekregen. Het corpus is handmatig door 38 personen verzameld en vervolgens met goedkeuren van zowel zender als ontvanger handmatig in het programma Microsoft Acces ingevoerd. Het totaal aan SMS’jes is afkomstig van 438 personen. In het corpus is de volgende onderverdeling op basis van gender te maken:

Tabel 3 Onderverdeling corpus op basis van gender Man Sms verstuurd door 1003

Vrouw 2623

Totaal 3626

Hieruit blijkt dat ongeveer 2/3 deel van de SMS’jes een vrouwelijke afzender heeft en het overige 1/3 deel een mannelijke afzender.

27

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Hierbij zijn de volgende opleidingen te vinden binnen de zenders van de SMS’jes: Tabel 4 Aantal SMS-berichten per opleiding van zender op basis van gender Man Vrouw Opleiding VMBO 95 (9%) 151 (6%) MBO 111 (11%) 190 (7%) HAVO 51 (5%) 107 (4%) VWO 77 (8%) 126 (5%) HBO 278 (28%) 496 (19%) WO 379 (38%) 1533 (58%) PhD 5 (0%) 0 (0%) Anders 7 (1%) 29 (1%) 1003 (100%) 2632 (100%) Uit de cijfers en percentages blijkt dat het grootste deel van de SMS-berichten verzonden is door mannen en vrouwen die op HBO- en WO-niveau studeren of afgestudeerd zijn. De vrouwelijke zenders binnen dit onderzoek zijn over het algemeen iets hoger opgeleid dan de mannelijke zenders. De percentages voor de overige opleidingen liggen voor beide sekse niet ver uit elkaar. Aan de hand van statistische methoden is het mogelijk om met dit corpus taalkundig onderzoek te doen naar gendergerelateerde kenmerken. In 5.2 zal ik de codering van deze kenmerken verder toelichten. 5.2 Codering in Access Om de kenmerken te identificeren is het nodig verschillende taalkundige eigenschappen te onderscheiden in de SMS-berichten. Het corpus binnen dit onderzoek is geanalyseerd met behulp van het Microsoft Office Access. Microsoft Office Access is een applicatie met een relationele database. Dit betekent dat de verschillende tabellen met informatie met elkaar verbonden kunnen worden om zo informatie te vergelijken; er kunnen relaties gemaakt worden. In Acces is het mogelijk verschillende velden aan een kenmerk te koppelen. Bij die koppeling kan er een keuze gemaakt worden tussen open of gesloten velden. Een gesloten veld is een veld met beperkte opties, denk hierbij bijvoorbeeld aan de keuzemogelijkheid ja of nee:

28

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Veld Gebruik gebiedende wijs

Uitleg: wat voor veld? Gesloten veld

Wat vul je in?

Toelichting

Ja Nee Onduidelijk

Vul hier in of er een gebiedende wijs wordt gebruikt in het SMSbericht. Bijvoorbeeld: Regel dat! Zorg dat het goed komt!We moeten het regelen!

Figuur 1. Voorbeeld uit codeboek, gesloten veld Zo wordt duidelijk of een kenmerk voorkomt binnen de SMS’jes. Voor een duidelijk overzicht van de taalkundige eigenschappen van de SMS-berichten is het handig om het desbetreffende kenmerk ook direct op te kunnen zoeken. Hiervoor kunnen open velden gebruikt worden. Hierin kan bijvoorbeeld een uitleg van het gesloten veld gegeven worden: Veld Tekst gebiedende wijs

Uitleg: wat voor veld? Open veld

Wat vul je in?

Toelichting

Tekst

Wanneer ‘ja’ ingevuld is bij ‘Gebruik gebiedende wijs’, vul hier de gebiedende wijs in.

Figuur 2. Voorbeeld uit codeboek, open veld

Of een getal ingevuld worden: Veld Aantal scheldwoorden

Uitleg: wat voor veld? Open veld

Wat vul je in?

Toelichting

0,1,2,3…

Vul hier het aantal scheldwoorden in dat in het sms-bericht is gebruikt. Bijvoorbeeld fuck, kutwijf, lul, shit, kak.

Figuur 3.Voorbeeld uit codeboek, open veld

Dit moet handmatig gedaan worden, maar daarmee kan een kenmerk na het annoteren snel en gemakkelijk opgezocht worden. Figuur 4 laat zien hoe de codering in zijn werk gaat:

29

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Figuur 4. Annotatie SMS-berichten

In Acces waren reeds een aantal coderingen aangebracht tijdens de collegereeks. Naar aanleiding van de literatuur heb ik hier enkele toevoegingen in gedaan. De coderingen die gebruikt zijn binnen dit onderzoek worden hieronder besproken. Er is een onderverdeling gemaakt tussen gender en SMS-kenmerken. Het gehele codeboek, met ook de algemene persoonsgegevens, is in de bijlage toegevoegd (Appendix A).

5.2.1 Gender Naar aanleiding van de gendergerelateerde kenmerken die in het literatuurhoofdstuk naar voren zijn gekomen, heb ik de volgende kenmerken gecodeerd:

Hoffelijkheidsmarkeerders/afzwakkers Bij gebruik hoffelijkheidsmarkeerders/afzwakkers heb ik ten eerste gekozen voor een gesloten veld. Indien er ‘ja’ wordt ingevuld in dit veld is er een volgend veld toegevoegd voor de daadwerkelijke tekst. Uit de literatuur blijkt namelijk dat vrouwen meer hoffelijkheidsmarkeerders/afzwakkers gebruiken dan mannen.

(Tag-)vragen: Het veld van de (tag-)vragen is een gesloten veld waar er gekozen kan worden tussen ‘ja, vraag’, ‘ja, tag-vraag’, ‘ja beide’ of ‘nee’. Zo zal duidelijk naar voren komen of vrouwen daadwerkelijk meer vragen stellen en of ze daarbij ook vaker tag-vragen stellen. 30

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Scheldwoorden Bij gebruik scheldwoorden heb ik voor een open veld gekozen, zodat hier direct een aantal ingevuld kan worden. Ter verduidelijking is een aansluitend open veld toegevoegd om te bekijken welke soort scheldwoorden er gebruikt worden. Uit de literatuur bleek namelijk dat vrouwen minder seksueel getinte scheldwoorden gebruiken dan mannen.

Gebiedende wijs Ook bij het gebruik van de gebiedende wijs is er een open veld toegevoegd, daar uit de literatuur een verschil in soort gebiedende wijs naar voren komt tussen mannen en vrouwen. Vrouwen zouden namelijk een meer indirecte gebiedende wijs gebruiken waar mannen veel directer zouden zijn.

Complimenten Of er verschil bestaat tussen mannen en vrouwen en het complimenteren, zal naar voren komen uit twee velden. Ten eerste een gesloten veld over het gebruik (of niet) van complimenten in het SMS-bericht. Indien dit het geval is zal er in een tweede open veld het compliment uitgeschreven worden. Het onderwerp waar vrouwen en mannen over complimenteren is volgens de literatuur anders. Hierbij is het in Acces mogelijk door middel van een query de gender van zender en ontvanger te bekijken en deze connectie te vergelijken met het compliment. Naast het onderwerp verschilt in de literatuur namelijk ook de frequentie van complimenten geven tussen mannen en vrouwen.

Bijvoeglijke naamwoorden Ook voor de bijvoeglijke naamwoorden is een open veld toegevoegd in Acces. Het gebruik wordt aangegeven door een getal van 0 of hoger. Verder is ook hier een open veld toegevoegd om zo een mogelijk verschil tussen mannen en vrouwen te ontdekken te ondersteunen met voorbeelden.

Niet-standaard spellingswijzen Tenslotte is er binnen de kenmerkenreeks nog een open veld voor het gebruik van nietstandaard spellingswijzen, zoals fonetische spelling. Ook bij dit veld wordt het gebruik aangegeven door een getal van 0 of hoger.

31

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

De kenmerken luistersignalen en zelfcorrectie zijn niet opgenomen in het codeboek ondanks dat deze wel uit de literatuur naar voren zijn gekomen. Luistersignalen zijn kenmerkend voor gesproken taal en zullen niet terugkomen binnen het genre van de SMS. Ook is zelfcorrectie niet goed te controleren daar er binnen de SMS vaak sprake is van een spellingscontrole. Daarbij laat de zender, gezien de beperking van het aantal tekens, geen foutieve schrijfwijze naast een gecorrigeerde vorm van een woord staan.

5.2.2 SMS Naast de gendergerelateerde kenmerken die uit verschillende genres naar voren komen, heb ik ook onderscheid gemaakt in gendergerelateerde kenmerken binnen het specifieke genre van de SMS. De volgende kenmerken zijn opgenomen in het codeboek:

Emoticons Emoticons zijn leestekens die gebruikt worden als smileys. Hiervoor is een open veld toegevoegd in Access. Uit de literatuur komt naar voren dat vrouwen meer emoticons gebruiken aangezien vrouwen emotioneel expressiever zijn.

Afkortingen Afkortingen zijn kenmerkend voor het genre van de SMS. Hiervoor is een open veld toegevoegd in de database met de keuzemogelijkheid van 0 of hoger. Met behulp van dit veld zal duidelijk worden hoeveel afkortingen gebruikt worden door mannen en vrouwen in SMSberichten. Uit de literatuur komt naar voren dat vrouwen meer afkortingen gebruiken. Dit hangt wellicht ook samen met het aantal woorden dat er per SMS gebruikt worden.

Aantal woorden Om het woordenaantal weer te geven is een open veld in Access toegevoegd. Een woord wordt onderscheiden door een spatie en moet handmatig geteld worden, bijvoorbeeld met behulp van Wordcount in Microsoft Office Word. Uit de literatuur blijkt dat vrouwen doorgaans berichtjes sturen met meer woorden dan mannen. Zoals eerder vermeld kan dit ook samenhangen met het mogelijk gebruik van veel afkortingen.

Initiaal woorden/letterwoorden, shordjes en logogrammen Deze drie kenmerken zijn reeds opgenomen in de codering die tijdens de collegereeks gemaakt is. Ik heb ze meegenomen in het codeboek daar uit de literatuur naar voren komt dat 32

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

vrouwen meer standaard spelling gebruiken dan mannen, maar dit zou binnen het genre van de SMS door de beperking van het aantal woorden anders kunnen zijn. Initiaalwoorden zijn woorden die tot hun initialen ingekort zijn. Zo wordt ‘ja’ nog slechts met een ‘j’ geschreven en bijvoorbeeld ‘met’ enkel met een ‘m’. Shordjes zijn woorden waar letters uit het midden van het woord weggelaten zijn, bijvoorbeeld ‘wkd’ in plaats van ‘weekend’. Logogrammen zijn tenslotte tekens die gebruikt worden om een klank of lettercombinatie weer te geven, zoals ‘suc6’ in plaats van ‘succes’ of ‘ff’ in plaats van ‘even’. Deze kenmerken moeten niet verward worden met het kenmerk ‘niet-standaard spelling’.

5.3 Rapportering Zoals eerder vermeld is het in dit onderzoek de bedoeling kenmerken te identificeren op basis van gender. Hierbij wordt gezocht naar kenmerken die vooral in berichten van vrouwen of mannen voorkomen. Aan de hand van de gekozen kenmerken naar aanleiding van de literatuur en de codering van de SMS-berichten op basis van deze kenmerken, komt er een n aantal resultaten van een combinatie tussen gender en de kenmerken naar voren. Met behulp van beschrijvende statistiek zullen de eerste resultaten weergegeven worden. De eerste resultaten zijn met behulp van kruistabellen weergegeven. De kenmerken die gecodeerd zijn met behulp van een ja/nee optie zijn weergegeven met aantallen en percentages op basis van gender. De kenmerken met een numerieke codering zijn ook weergegeven met behulp van de gemiddelden en standaarddeviaties. De kruistabellen zijn gemaakt met behulp van Acces. Hoe dit proces in zijn werk gaat is weergegeven in Appendix B in de bijlage.

5.4 Analyse Gezien het soort data binnen dit onderzoek, is er voor een logistische regressieanalyse gekozen. Hiermee is het mogelijk om als afhankelijke variabele categoriale data in te voeren, zoals in dit geval het verschil voor mannen of vrouwen. Het verschil met een enkelvoudige regressieanalyse is het soort data, in dat geval wordt er namelijk gewerkt met continue of ordinale data. Een regressieanalyse kijkt of er een voorspellend verband bestaat tussen de onafhankelijke en afhankelijk variabele. Met dit (mogelijke) verband kan een hypothese bevestigd worden. Bij een logistische regressieanalyse wordt er dus uitgegaan van een 33

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

categoriale afhankelijke variabele. Hierbij kunnen er één of meerdere onafhankelijke variabelen getoetst worden (Field 2009, p. 277). Om te kijken of de verschillen die gevonden zijn voor de onderzochte kenmerken gebaseerd zijn op toeval worden de hypothesen getoetst. Hierbij is de Wald-waarde essentieel. Deze vertelt namelijk of het B-coëfficiënt significant verschilt van 0. Dit betekent dat het betreffende kenmerk een verandering in de uitkomst (Y) teweeg brengt. Indien de kans dat de gevonden verschillen door het toeval ontstaan zijn kleiner is dan 5% (p = .05) dan zijn de resultaten van de steekproef significant. Bij de kans dat het verschil door toeval ontstaan is kleiner dan 1% is (p = .01), dan zijn de resultaten van de steekproef zeer significant (Idem, p. 287). Hierbij heeft de nulhypothese de volgende vorm: Nulhypothese: verschil in gender heeft geen effect op het gebruik van (kenmerk) in SMS’jes. De alternatieve hypothese ziet er als volgt uit: Alternatieve hypothese: verschil in gender heeft wel effect op het gebruik van (kenmerk) in SMS’jes. De nulhypothese wordt verworpen indien p < .05.

34

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

6. Resultaten 6.1 Tabellen In dit hoofdstuk worden de kenmerken van mijn onderzoek naar het SMS-corpus één voor één besproken. Dit gebeurt aan de hand van tabellen waarin de cijfers en percentages worden weergegeven. Hierbij is voor de kenmerken die een ja/nee antwoord optie hadden in Acces, één tabel weergegeven waarin het gebruik is weergeven voor mannen en vrouwen. Bij de kenmerken met een numeriek antwoord wordt er zowel een overzicht van de aantallen als een overzicht van de gemiddelden gegeven.

Onderstaande tabel laat het gebruik van de hoffelijkheidsmarkeerders en/of afzwakkers zien.

Tabel 5 Gebruik hoffelijkheidsmarkeerders/afzwakkers op basis van gender Man (N=1003) Vrouw (N=2632) Gebruik Ja 128 (13%) 366 (14% Nee 875 (87%) 2266 (86%) Totaal 1003 (100%) 2632 (100%) In de tabel is te zien dat zowel de mannen als de vrouwen in het corpus weinig hoffelijkheidsmarkeerders en afzwakkers gebruiken, namelijk 13% van de mannen en 14% van de vrouwen. Dat de percentages van de mannen en vrouwen weinig verschillen komt niet overeen met de literatuur, daaruit komt naar voren dat vrouwen meer hoffelijkheidsmarkeerders gebruiken dan mannen.

Onderstaande tabel geeft het gebruik van vragen en tag-vragen weer. Tabel 6 Gebruik (tag-)vragen op basis van gender

Gebruik Vraag Tagvraag Beide Geen Totaal

Man (N=1003) Vrouw (N=2632) 371 (37%) 1101 (42%) 10 (1%) 31 (1%) 6 (1%) 45 (2%) 616 (61%) 1455 (55%) 1003 (100% ) 2632 (100%) 35

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Hierbij is er onderscheid gemaakt tussen tag-vragen, vragen, beide vragen of geen vragen. De percentages liggen niet ver uit elkaar. Toch stellen 45% van de vrouwen één of meer (tag-) vragen, waar 39% van de mannen dit doet. De percentages van het gebruik van tag-vragen gelijk voor beide groepen. Uit de literatuur komt naar dat vrouwen meer vragen en tag-vragen stellen.

Tabel 7 geeft het gebruik van scheldwoorden weer voor de mannen en vrouwen uit het corpus.

Tabel 7 Gebruik scheldwoorden op basis van gender

Aantallen

0 1 2 3 4 Totaal

Man (N=1003) 979 (98%) 22 (2%) 2 (0%) 0 (0%) 0 (%) 1003 (100%)

Vrouw (N=2632) 2588 (98%) 37 (1%) 5 (1%) 1 (1%) 1 (1%) 2632 (100%)

In deze tabel is duidelijk te zien dat een heel klein deel van de SMS-berichten scheldwoorden bevatten. Zowel 98% van de vrouwen als 98% van de mannen gebruiken geen scheldwoorden in de berichten in het corpus. Daarnaast liggen de overige 2% van de mannen bij één scheldwoord en de 2% van de vrouwen bij één of twee scheldwoorden. Uit de literatuur komt naar voren dat mannen meer scheldwoorden gebruiken dan vrouwen, maar dit is niet terug te zien in deze cijfers. Tabel 7.1 bevestigt nogmaals dat er weinig scheldwoorden gebruikt worden in de SMS-berichten. Tabel 7.1 Gemiddeld aantal scheldwoorden op basis van gender

Scheldwoorden

Gemiddelde Standaardafwijking Man Vrouw Man Vrouw 0.026 0.021 0.17 0.18

De gemiddelden zijn laag en dat geldt ook voor de standaardafwijkingen. Dit betekent dat in beide groepen er weinig onderling verschil is tussen de individuen. 36

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Onderstaande tabel geeft het gebruik van de gebiedende wijs weer. Tabel 8 Gebruik gebiedende wijs op basis van gender

Ja Nee Totaal

Man (N=1003) 40(4%) 963 (96%) 1003 (100%)

Vrouw (N=2632) 104 (4%) 2528 (96%) 2632(100%)

De percentages voor zowel mannen als vrouwen zijn gelijk. Hierbij gebruikt 4% weleens een gebiedende wijs in een SMS-bericht en 96% van de mannen en vrouwen niet. Uit de literatuur is eerder gebleken dat mannen dit vaker zouden doen dan vrouwen. Dit komt niet overeen met deze cijfers. Onderstaande tabel geeft het gebruik van complimenten weer. Tabel 9 Gebruik complimenten op basis van gender Man (N=1003) Ja 7 (1%) Nee 996 (99%) Totaal 1003 (100%)

Vrouw (N=2632) 36 (1%) 2596 (99%) 2632 (100%)

Hierbij zijn de percentages niet verschillend en het aantal mannen en vrouwen dat wel eens een compliment gebruikt in een SMS is klein, namelijk 1%. Dit komt niet overeen met de literatuur waaruit naar voren komt dat vrouwen meer complimenteren.

Ondanks het geringe aantal complimenten is de onderlinge verhouding van de zender en ontvanger opvallend. De meeste complimenten gemaakt door vrouwen waren ook voor vrouwen bedoeld (26 complimenten). Twee complimenten waren afkomstig van een man en waren ook bedoeld voor een man, zie tabel 9.1.

37

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Tabel 9.1 Verhouding zender en ontvanger van complimenten op basis van gender Ontvanger Man Vrouw Totaal Zender Man 2 5 7 Vrouw 8 26 34 Totaal 10 31 41 Dit komt overeen met de literatuur, waaruit naar voren komt dat vrouwen onderling veel complimenteren en mannen onderling weinig complimenten aan elkaar geven.

Onderstaande tabellen geven het gebruik van de bijvoeglijk naamwoorden en/of versterkers weer.

Tabel 10 Gebruik bijvoeglijke naamwoorden/versterkers op basis van gender

Aantal

0 1 2 3 4 5 6 7 8 of meer

Man (N=1003) Vrouw (N=2632) 318 (32%) 635 (24%) 278 (28%) 620 (24%) 165 (16%) 455 (17%) 119 (12%) 361 (14%) 62 (6%) 218 (8%) 30 (3%) 152 (6%) 13 (1%) 82 (3%) 9 (1%) 49 (2%) 9 (1%) 60 (2%)

Hierin is te zien dat een groter percentage mannen geen bijvoeglijk naamwoorden of versterkers gebruikt. De percentages van de vrouwen zijn voor alle aantallen groter, behalve voor het gebruik van 1 bijvoeglijk naamwoord of versterker. Hier scoren de mannen namelijk 4% hoger. Het gebruik van de bijvoeglijk naamwoorden en/of versterkers is hieronder nog een keer met gemiddelden en standaardafwijkingen weergegeven.

38

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Tabel 10.1 Gemiddeld aantal bijv. naamwoorden/versterkers op basis van gender Gemiddelde Standaardafwijking Man Vrouw Man Vrouw Bijv. naamwoorden/versterkers 1.59 2.14 1.75 2.10 Hieruit komt duidelijk naar voren dat vrouwen gemiddeld meer bijvoeglijk naamwoorden en/of versterkers gebruiken, maar de standaardafwijkingen laten nog veel onderling verschil zien. Dat vrouwen meer bijvoeglijk naamwoorden gebruiken komt overeen met de literatuur.

Tabel 11 geeft het aantal niet-standaard spellingwijzen die gevonden zijn in het SMS-corpus. Tabel 11 Gebruik niet-standaard spellingwijzen op basis van gender

Aantal

0 1 2 3 4 5 5< Totaal

Man (N=1003) Vrouw (N=2632) 642 (64%) 1529 (58%) 252 (25%) 763 (29%) 63 (6%) 224 (9%) 30 (3%) 78 (3%) 11 (1%) 21 (1%) 3 (0%) 6 (0%) 2 (0%) 11 (0%) 1003 (100%) 2632 (100%)

In deze tabel is te zien dat vrouwen iets meer niet-standaard spellingwijzen gebruiken dan mannen. Dit is niet in overeenstemming met de literatuur waaruit blijkt dat mannen meer nietstandaard spellingwijzen gebruiken dan vrouwen. In onderstaande tabel 11.1 is verder te zien dat de gemiddelden net iets meer zijn dan 0.5 voor zowel mannen als vrouwen. Ook de standaardafwijkingen liggen onder de 1. Tabel 11.1 Gemiddeld aantal niet-standaard spellingwijzen op basis van gender Gemiddelde Standaardafwijking Man Vrouw Man Vrouw Niet-standaard spelling 0.54 0.62 0.92 0.93

Gemiddeld gebruiken zowel mannen als vrouwen niet veel niet-standaard spellingwijzen. 39

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Onderstaande tabel geeft het gebruik van emoticons weer voor zowel de mannen als de vrouwen in het corpus.

Tabel 12 Gebruik emoticons op basis van gender

Aantal

0 1 2 3 4 4< Totaal

Man (N=1003) Vrouw (N=2632) 768 (77%) 1885 (72%) 166 (17% 581 (22%) 35 (3%) 116 (4%) 15 (1%) 34 (1%) 9 (1%) 7 (0%) 10 (1%) 9 (0%) 1003 (100%) 2632 (100%)

Uit deze tabel blijkt dat er niet veel onderling verschil is tussen het gebruik van emoticons tussen de mannen en vrouwen. De vrouwen scoren net iets hoger. Dit is in overeenstemming met de literatuur. In tabel 12.1 is goed te zien dat de gemiddelden gelijk zijn. De standaarddeviatie van de mannen ligt iets hoger voor het gebruik van emoticons. Tabel 12.1 Gemiddeld aantal emoticons op basis van gender Gemiddelde Man Vrouw Niet-standaard spelling 0.38 0.38

Standaardafwijking Man Vrouw 0.95 0.75

Tabel 13 geeft het aantal gebruikte afkortingen op basis van gender weer.

Tabel 13 Gebruik afkortingen op basis van gender

Aantal

0 1 2 3 3< Totaal

Man 859 (86%) 126 (13%) 14 (1%) 4 (0%) 0 (0%) 1003 (100%)

Vrouw 2160 (82%) 386 (15%) 67 (3%) 15 (1%) 4 (0%) 2632 (100%) 40

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

De vrouwen gebruiken iets meer afkortingen dan mannen maar het scheelt niet meer dan twee procent. Dat de aantallen laag zijn blijkt ook uit de volgende tabel, waarin de gemiddelden en standaardafwijkingen zijn weergegeven.

Tabel 13.1 Gemiddeld aantal afkortingen op basis van gender Gemiddelde Standaardafwijking Man Vrouw Man Vrouw 0.17 0.22 0.44 0.53 De gemiddelden zijn laag en ook de standaardafwijkingen liggen rond de 0.5. Uit de literatuur komt naar voren dat vrouwen meer afkortingen gebruiken dan mannen.

Onderstaande tabellen geven het gemiddeld aantal woorden en tekens weer die de mannen en vrouwen van het corpus gebruikt hebben. Beide tabellen bevestigen dat vrouwen langere berichten sturen dan mannen.

Tabel 14 Gemiddeld aantal woorden op basis van gender Gemiddelde Standaardafwijking Man Vrouw Man Vrouw 14.13 17.91 11.80 14.42 Tabel 14.1 Gemiddeld aantal tekens op basis van gender Gemiddelde Man Vrouw 73.64 91.97

Standaardafwijking Man Vrouw 61.72 67.26

Zo gebruiken de vrouwen gemiddeld ongeveer 3 tot 4 woorden en 18 tekens meer per bericht dan mannen. Dit komt overeen met de literatuur.

41

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Tabel 15 geeft het aantal initiaalwoorden weer.

Tabel 15

Aantal

0 1 2 3 3< Totaal

Man (N=1003) Vrouw (N=2632) 935 (93%) 2411 (92%) 60 (6%) 195 (7%) 5 (0%) 20 (1%) 2 (0%) 5 (0%) 1 (0%) 1 (0%) 1003 (100%) 2632 (100%)

Hierin is te zien dat maar 6% van de mannen en 7% van de vrouwen een initiaalwoord gebruiken. De gemiddelden bevestigen deze lage percentages, de mannen scoren gemiddeld 0.08 en de vrouwen 0.10. Dit wordt in tabel 15.1 weergegeven. Tabel 15.1 Gemiddeld aantal initiaalwoorden op basis van gender Gemiddelde Standaardafwijking Man Vrouw Man Vrouw 0.08 0.10 0.33 0.38 Uit de literatuur blijkt dat vrouwen meer standaard spelling gebruiken dan mannen. Dat de mannen niet hoger scoren op dit kenmerk, lijkt niet in overeenkomst. Onderstaande tabel geeft het aantal shordjes weer. Tabel 16

Aantal

0 1 2 3 3< Totaal

Man (N=1003) Vrouw (N=2632) 943 (94%) 2411 (92%) 51 (5%) 178 (7%) 6 (1%) 29 (1%) 1 (0%) 8 (0%) 2 (0%) 6 (0%) 1003 (100%) 2632 (100%)

42

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

6% van de mannen gebruikt wel eens een shordje in een SMS-bericht waar 8% van de vrouwen dit wel eens doet. Deze lage percentages worden bevestigd door de gemiddelden, zoals weergegeven in onderstaande tabel 16.1. Tabel 16.1 Gemiddeld aantal shordjes op basis van gender Gemiddelde Man 0.08

Vrouw 0.12

Standaardafwijking Man Vrouw 0.42 0.54

Dit resultaat is niet in overeenkomst met de literatuur, waarin staat dat vrouwen meer standaard spelling gebruiken. Verwacht werd dat mannen meer shordjes zouden gebruiken. Tabel 17 geeft het aantal logogrammen weer. Tabel 17

Aantal

0 1 2 3 3< Totaal

Man (N=1003) 720 (72%) 204 (20%) 58 (6%) 15 (1%) 6 (1%) 1003 (100%)

Vrouw (N=2632) 1139 (43%) 1034 (39%) 317 (12%) 99 (4%) 43 (2%) 2632 (100%)

Hierbij zijn de percentages van de vrouwen hoger dan die van de mannen. Van de vrouwen gebruikt 57% één of meer logogrammen in de SMS-berichten. Van de mannen is dit 28%. Ook dit is niet in lijn met de literatuur, daar logogrammen ook onder niet-standaard spelling vallen. Onderstaande tabel laat de gemiddelden zien voor het gebruik van de logogrammen. Tabel 17.1 Gemiddeld aantal logogrammen op basis van gender Gemiddelde Standaardafwijking Man Vrouw Man Vrouw 0.39 0.83 0.72 1.01

43

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Ook hier is goed te zien dat de mannen minder logogrammen gebruiken dan vrouwen. Dit komt niet overeen met de verwachting dat vrouwen meer standaardvormen gebruiken, zoals uit de literatuur naar voren komt. In 6.2 zullen bovenstaande resultaten getoetst worden door middel van een logistische regressieanalyse. De resultaten uit de kruistabellen uit dit deelhoofdstuk en de resultaten uit de regressieanalyse zullen in 6.3 samengevat worden.

6.2 Logistische regressieanalyse De data van de verschillende kenmerken is voor de logistische regressieanalyse in twee delen opgedeeld, zoals dit ook gebeurd is in het theoretisch kader. Deze toets kan namelijk maximaal acht onafhankelijke variabelen per keer meenemen. De eerste tabel omvat de volgende kenmerken: -

Hoffelijkheidsmarkeerders en/of afzwakkers

-

Vragen

-

Scheldwoorden

-

Gebiedende wijs

-

Complimenten

-

Bijvoeglijke naamwoorden en/of versterkers

-

Niet-standaard spellingwijzen

Het tweede deel van de data betreft de volgende kenmerken: -

Emoticons

-

Afkortingen

-

Aantal woorden en tekens

-

Initiaalwoorden

-

Shordjes

-

Logogrammen

Aangezien er bij veel kenmerken verschillende antwoorden of aantallen mogelijk zijn, heb ik voor de regressieanalyse de kenmerken opnieuw gecategoriseerd, om zo overzichtelijkere analyseoverzichten uit de toetsen te krijgen. Bij het aantal woorden is het bijvoorbeeld niet overzichtelijk een regressieanalyse te doen voor elk aantal. De kenmerken met verschillende aantallen zijn daarom in groepen, gebaseerd op bovenstaande tabellen, onderverdeeld en de 44

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

vragen zijn opnieuw gecategoriseerd in het wel gebruiken van vragen of het niet gebruiken van vragen. Bij beide analyses zijn alle 3635 cases meegenomen, waaruit blijkt dat er geen waardes bij de kenmerken missen. De afhankelijke categorie in de logistische regressieanalyse is het verschil in gender. De originele codes voor deze waarden in Microsoft Acces zijn 1 voor de man en 2 voor de vrouw. SPSS geeft hier automatisch een interne code, namelijk 0 voor de laagste originele waarde, in dit geval de man, en 1 voor de hoogst originele waarde, in dit geval de vrouw. Bij de toets is het nodig de data van de kenmerken met meer categorieën te definiëren. Dit gebeurt bij de optie DefineCategorical Variables in het menu van de LogisticRegression analyse in SPSS. Dit geldt bijvoorbeeld voor de kenmerken met meer aantallen binnen verschillende groepen. Bij deze definitie moet aangegeven worden wat de Reference Category is, de eerste of de laatste optie. Hierbij zijn bij de kenmerken waarop vrouwen volgens de literatuur hoger op scoren, de laagste of ontkennende categorieën aangegeven als referentie categorie. Bij de kenmerken ‘scheldwoorden’, ‘niet-standaard spelling’, ‘shordjes’, ‘initiaalwoorden’ en ‘logogrammen’ verwachtte ik dat de man hoger zou scoren. Indien deze kenmerken significant blijken is het essentieel de kans Exp(B) mee te nemen in de resultaten. De Exp(B)-waarde geeft een richting aan, indien deze richting in dit geval negatief (>1) is betekent dit dat de man hier hoger op scoort. Bij een waarde hoger dan 1 scoort de vrouw hoger op dit kenmerk. Tabel 18.1 laat de resultaten van de logistische regressieanalyse van het eerste deel van de kenmerken zien. Deze tabel is een extract van de concluderende tabel ‘Variables in the Equation’ in SPSS. Het model is significant (p < 0.01) en bepaalt 72,4 % van de variabelen op een correcte manier. Tabel 18.1: Extract uit Appendix C: Effecten (β-coefficient en Standard Error) uit de logistische regressieanalyse waarin gemeten is of het geslacht van de zender van invloed is op het gebruik van verschillende talige kenmerken (hoffelijkheidsmarkeerders/afzwakkers, vragen, scheldwoorden, gebiedende wijs, complimenten, bijvoeglijk naamwoorden en niet-standaardspellingwijzen) in SMSberichten. Pseudo r² van Nagelkerke: .034 Invloed geslacht van zender β-coefficient S.E. Gebruik hoffelijkheidsmarkeerder(s)/afzwakker(s) Ja .001 .115 Nee (referentie)

45

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Gebruik vragen Ja Nee (referentie)

.221 **

.078

.377 -.245

.863 .904

Gebruik gebiedende wijs Ja Nee (referentie)

.038

.197

Gebruik compliment(en) Ja Nee (referentie)

.535

.422

Gebruik bijvoeglijk naamwoorden/versterkers 0 (referentie) 1 2 3 4 5 6 7 8 of meer

.108 .316** .401** .559**/*** .891*** 1.117*** .943* 1.160**

.100 .115 .128 .162 .213 .310 .377 .369

Gebruik niet-standaard spellingwijzen 0 (referentie) 1 2 3 4 5 6 of meer

-.306 -.139 -.067 -.439 -.753 -.709

.802 .803 .813 .828 .884 1.076

Gebruik scheldwoorden Geen (referentie) 1 scheldwoord 2 scheldwoorden

.487 1.097 Constante -*p < .05, **p < .01, *** p < .001 -Noot: Dit is een gereduceerde versie van de tabel in appendix C. Interpretatie van de logistische regressieanalyse mag enkel gebeuren op basis van de volledige tabel.

Hoffelijkheidmarkeerders/afzwakkers Uit de literatuur is naar voren gekomen dat vrouwen zich doorgaans emotioneel expressiever uitdrukken. Verwacht werd dat dit zich binnen het genre van de SMS zou uiten door het gebruik van hoffelijkheidmarkeerders en afzwakkers.

46

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

De logistische regressie analyse laat geen significant verband (p = .992) zien tussen het geslacht van de zender en het gebruik van hoffelijkheidmarkeerders of afzwakkers binnen de SMS-berichten. Dit bevestigt het kleine verschil (1%) dat eerder in de kruistabel in hoofdstuk 6.1 is gepresenteerd. De kruistabel en de logistische regressieanalyse bevestigen de eerder gestelde hypothese over het gebruik van hoffelijkheidsmarkeerders en/of afzwakkers niet.

Vragen Verwacht werd dat vrouwen meer vragen stellen. Hierbij is er naar zowel vragen als tagvragen gekeken in de SMS-berichten gekeken. De logistische regressie laat een significant verband (p = .004) zien tussen het geslacht van de zender en het stellen van vragen in SMS-berichten. Hierbij is de kans (de Exp(B)waarde in appendix C) dat een zender van het vrouwelijke geslacht één of meer vragen stelt 1,247 keer zo hoog als de kans dat een zender van het mannelijke geslacht dit doet in een SMS-bericht. Dit sluit aan bij de kruistabel in hoofdstuk 6.1, waarin er een verschil van 5% gevonden is tussen mannen en vrouwen. In de kruistabel is geen verschil te zien in het gebruik van tag-vragen, zowel mannen als vrouwen hebben hier een score van 1%. De kruistabel en de logistische regressieanalyse bevestigen de eerder gestelde hypothese over het gebruik van vragen. De kruistabel laat echter geen verschil zien in het stellen van tag-vragen, daar vrouwen dit volgens de literatuur meer doen.

Scheldwoorden Uit de literatuur is naar voren gekomen dat mannen meer scheldwoorden gebruiken dan vrouwen. Verwacht werd dat dit verschil er ook zou zijn binnen het genre van de SMS. De logistische regressie analyse laat geen significant verband (p = .662, p = .787) zien tussen het geslacht van de zender en het gebruik van scheldwoorden binnen de SMSberichten. Dit bevestigt het zeer kleine verschil dat eerder in de kruistabel in hoofdstuk 6.1 is gepresenteerd. De kruistabel en de logistische regressieanalyse bevestigen de eerder gestelde hypothese over het gebruik van scheldwoorden niet.

Gebiedende wijs Uit de literatuur is naar voren gekomen dat mannen vaker een gebiedende wijs gebruiken dan vrouwen. Verwacht werd dat dit verschil er ook zou zijn binnen het genre van de SMS. 47

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

De logistische regressie analyse laat geen significant verband (p = .848) zien tussen het geslacht van de zender en het gebruik van de gebiedende wijs binnen de SMS-berichten. Dit bevestigt het kleine verschil dat eerder in de kruistabel in hoofdstuk 6.1 is gepresenteerd. De kruistabel en de logistische regressieanalyse bevestigen de eerder gestelde hypothese niet.

Complimenten Uit de literatuur is naar voren gekomen dat vrouwen vaker complimentjes geven dan mannen. Vrouwen zouden deze complimenten zowel aan mannen als vrouwen geven. Mannen geven liever complimenten aan vrouwen dan aan mannen. De logistische regressie analyse laat geen significant verband (p = .205) zien tussen het geslacht van de zender en het geven van complimenten binnen de SMS-berichten. Dit bevestigt het zeer kleine verschil dat eerder in de kruistabel in hoofdstuk 6.1 is gepresenteerd. De kruistabel en de logistische regressieanalyse bevestigen de eerder gestelde hypothese niet. De kruistabel waarin de onderlinge relatie gepresenteerd wordt is echter wel in overeenkomt met de verwachtingen.

Bijvoeglijke naamwoorden/versterkers Verwacht werd dat vrouwen meer bijvoeglijke naamwoorden en/of versterkers zouden gebruiken in de SMS-berichten. De logistische regressie laat een significant verband zien tussen het geslacht van de zender en het gebruik van twee (p < .01), drie (p < .01), vier (p < .01), vijf (p < .001), zes (p < .001), zeven (p < .05) en acht of meer bijvoeglijke naamwoorden en/of versterkers (p < .01) in SMS-berichten. Hierbij is de kans (de Exp(B)-waarde in appendix C) dat een zender van het vrouwelijke geslacht één of meer bijvoeglijke naamwoorden en/of versterkers gebruikt respectievelijk 1.372, 1.494, 1.749, 2.438, 3.054, 2.567 en 3.190 keer zo hoog als de kans dat een zender van het mannelijke geslacht dit doet in een SMS-bericht. Dit sluit aan bij de kruistabel in hoofdstuk 6.1, waarin de vrouwen vanaf twee bijvoeglijke naamwoorden en/of versterkers op alle percentages hoger scoren. De kruistabel en de logistische regressieanalyse bevestigen de eerder gestelde hypothese over het gebruik van bijvoeglijke naamwoorden en/of versterkers.

48

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Niet-standaard spelling Uit de literatuur is naar voren gekomen dat vrouwen meer standaard spelling gebruiken omdat vrouwen het belangrijk vinden dat ze op een bepaalde manier overkomen en onzeker zijn over het effect van het gebruik van onconventionele spelling. De logistische regressieanalyse laat geen significant verband zien tussen het geslacht van de zender en het gebruik van niet-standaard spelling binnen de SMS-berichten. Dit bevestigt het kleine verschil dat eerder in de kruistabel in hoofdstuk 6.1 is gepresenteerd. De kruistabel en de logistische regressieanalyse bevestigen de eerder gestelde hypothese over het gebruik van niet-standaard spelling niet.

Tabel 18.2 laat de resultaten van de logistische regressieanalyse van het tweede deel van de kenmerken zien. Deze tabel is een extract van de concluderende tabel ‘Variables in the Equation’ in SPSS. Het model is significant (p <0.01) en bepaalt 72,4 % van de variabelen op een correcte manier. Tabel 18.2: Extract uit Appendix D: Effecten (β-coefficient en Standard Error) uit de logistische regressieanalyse waarin gemeten is of het geslacht van de zender van invloed is op het gebruik van verschillende talige kenmerken (emoticons, afkortingen, woorden, tekens, initiaalwoorden, shordjes en logogrammen) in SMS-berichten. Pseudo r² van Nagelkerke: .114 Gebruik van emoticons 0 (referentie) 1 2 3 4 of meer

Invloed geslacht van zender β-coefficient SE .154 -.113 -.504 -1.564***

.103 .210 .333 .374

Gebruik van afkortingen 0 (referentie) 1 2 3 of meer

.053 .334 .324

.117 .312 .575

Gebruik aantal woorden 0-10 woorden (referentie) 11-20 woorden 21-30 woorden 31-40 woorden 41 of meer woorden

.260 .507 .475 .443

.186 .276 .312 .340

49

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Gebruik aantal tekens 0-25 tekens (referentie) 26-50 tekens 51-75 tekens 76-100 tekens 101 of meer tekens

.217 -.037 -.070 .130

.124 .192 .232 .281

Gebruik initiaalwoorden 0 (referentie) 1 2 3 4 of meer

1.517 1.437 1.398 1.148

1.586 1.591 1.665 1.819

Gebruik aantal shordjes 0 (referentie) 1 2 of meer

-.449 -.391

.402 .430

Gebruik aantal logogrammen 0 (referentie) 1 2 3 4 of meer

.-1.208** -.135 -.110 .016

.446 .448 .463 .522

.343 1.650 Constante -* p < .05, ** p < .01, *** p < .001 -Noot: Dit is een gereduceerde versie van de tabel in appendix D. Interpretatie van logistische regressieanalyse mag enkel gebeuren op basis van de volledige tabel.

Emoticons Uit de literatuur komt naar voren dat vrouwen emotioneel expressiever zijn. Verwacht werd dat dit naar voren zou komen door het gebruik van meer emoticons binnen SMS-berichten. De logistische regressieanalyse laat niet voor alle aantallen emoticons een significant verband zien tussen het geslacht van de zender en het gebruik van dit kenmerk binnen de SMS-berichten. Voor één, twee of drie emoticons is er geen verband gevonden, maar voor vier of meer emoticons wel. Het gebruik van vier of meer emoticons laat een kans (de Exp(B)-waarde in appendix D) van .209 zien (p < .001). Met andere woorden: mannen hebben een hogere kans om vier of meer emoticons te gebruiken dan vrouwen. Dit verschil is niet goed zichtbaar in de kruistabel die in hoofdstuk 6.1 is gepresenteerd.

50

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

De kruistabel en de logistische regressieanalyse bevestigen de eerder gestelde hypothese over het gebruik van emoticons niet.

Afkortingen Uit de literatuur is naar voren gekomen dat vrouwen meer afkortingen gebruiken. Dit zou verband houden met het beperkt aantal tekens binnen een SMS-bericht. De logistische regressieanalyse laat geen significant verband zien (p = .649, p = .283, p = .573) tussen het geslacht van de zender en het gebruik van afkortingen binnen de SMSberichten. In de kruistabel in hoofdstuk 6.1 is te zien dat vrouwen meer afkortingen gebruiken dan mannen, maar dat dit verschil klein is. De logistische regressieanalyse bevestigt de eerder gestelde hypothese over het gebruik van afkortingen spelling niet. De kruistabel laat een klein verschil zien.

Woorden en tekens Uit de literatuur is naar voren gekomen dat vrouwen doorgaans meer praten dan mannen. Verwacht werd dat vrouwen zowel meer woorden als meer tekens zouden gebruiken in de SMS-berichten. De logistische regressieanalyse laat geen significant verband zien tussen het geslacht van de zender en het aantal woorden (p = .162, p =.067, p = .127, p = .192) of tekens (p = .081, p =.849, p = .761, p = .643) binnen de SMS-berichten. Dit komt op het eerste gezicht niet overeen met de kruistabel die in hoofdstuk 6.1 is gepresenteerd. Hieruit blijkt namelijk dat vrouwen meer woorden en tekens gebruiken dan mannen. De logistische regressieanalyse bevestigt de eerder gestelde hypothese over het aantal woorden en tekens niet. De kruistabel laat wel een verschil zien.

Initiaalwoorden Uit de literatuur is naar voren gekomen dat vrouwen meer standaard spelling gebruiken. Verwacht werd daarom dat mannen meer initiaalwoorden zouden gebruiken. De logistische regressieanalyse laat geen significant verband zien (p = .339, p = .367, p = .401, p = .528) tussen het geslacht van de zender en het gebruik van initiaalwoorden binnen de SMS-berichten. Dit bevestigt het kleine verschil dat eerder in de kruistabel in hoofdstuk 6.1 is gepresenteerd. De kruistabel en de logistische regressieanalyse bevestigen de eerder gestelde hypothese over het gebruik van initiaalwoorden niet. 51

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Shordjes Uit de literatuur is naar voren gekomen dat vrouwen meer standaard spelling gebruiken. Verwacht werd daarom dat mannen meer shordjes zouden gebruiken. De logistische regressieanalyse laat geen significant verband zien (p = .264, p =.364) tussen het geslacht van de zender en het gebruik van shordjes binnen de SMS-berichten. Dit bevestigt het kleine verschil dat eerder in de kruistabel in hoofdstuk 6.1 is gepresenteerd. De kruistabel en de logistische regressieanalyse bevestigen de eerder gestelde hypothese over het gebruik van shordjes niet.

Logogrammen Uit de literatuur is naar voren gekomen dat vrouwen meer standaard spelling gebruiken. Verwacht werd daarom dat mannen meer logogrammen zouden gebruiken. De logistische regressieanalyse laat een significant verband zien tussen het geslacht van de zender en het gebruik van één logogram binnen de SMS-berichten. Het gebruik van één logogram laat een kans (de Exp(B)-waarde in appendix D) van .299 zien (p < .01). Met andere woorden: vrouwen hebben een hogere kans om een logogram te gebruiken in een SMS-bericht dan mannen. Dit bevestigt het gevonden verschil van 19% in de kruistabel die in hoofdstuk 6.1 is gepresenteerd. De kruistabel en de logistische regressieanalyse bevestigen de eerder gestelde hypothese over het gebruik van logogrammen niet.

6.3 Samenvatting resultaten Niet alle kenmerken blijken significant te verschillen tussen de mannen en vrouwen. Alleen de kenmerken ‘vragen’, ‘bijvoeglijke naamwoorden en/of versterkers’, ‘emoticons’ en ‘logogrammen’ blijken significant verschillend voor mannen en vrouwen. Bij het gebruik van vragen is er alleen geen verschil gevonden bij het stellen van tag-vragen, wat niet overeenkomt met de literatuur. Daarnaast blijkt uit de resultaten voor het gebruik van emoticons en logogrammen dat mannen deze kenmerken meer gebruiken, terwijl verwacht werd dat vrouwen hier hoger op zouden scoren. Bij het gebruik van complimenten is er geen significant verschil gevonden, maar uit de kruistabel, waarin de onderlinge verhoudingen weergegeven zijn, blijkt wel dat vrouwen meer complimenten aan vrouwen geven en mannen haast niet complimenteren. Dit komt overeen met de literatuur. Tenslotte blijkt er geen significant verschil te bestaan tussen mannen en vrouwen en het aantal woorden en tekens. Dit 52

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

is niet in overeenstemming met de kruistabel, zoals weergegeven in 6.1, waarin vrouwen duidelijk hoger scoren. Voor de overige kenmerken zijn er geen significante verschillen gevonden.

53

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

7. Conclusie en discussie

In deze scriptie heb ik de talige genderverschillen, zoals deze in de literatuur naar voren komen, onderzocht in het SMS-corpus dat beschikbaar is gesteld door de Vrije Universiteit van Amsterdam. Deze analyse van gendergerelateerde kenmerken binnen het genre van de SMS is van waarde voor het forensisch linguïstisch onderzoek, waar auteurschapidentificatie een rol speelt. Geanalyseerde talige genderkenmerken kunnen namelijk binnen het profileringsonderzoek bijdragen aan een uitspraak over het (vermoedelijke) geslacht van de auteur van een tekst. In het onderzoek zijn dertien talige kenmerken gecodeerd met behulp een codeboek en vervolgens geanalyseerd aan de hand van zowel beschrijvende statistiek als een logistische regressieanalyse. In dit afsluitende hoofdstuk zal ik een samenvatting geven van dit onderzoek (7.1). Hierna zal ik de resultaten bediscussiëren (7.2) en de praktische implicaties noemen (7.3). Ter afsluiting zal ik de beperkingen van het onderzoek kort beschrijven (7.4) waarna ik enkele suggesties voor vervolgonderzoek zal noemen (7.5)

7.1 Samenvatting In dit onderzoek heb ik de volgende hoofdvraag gesteld: Komen de bestaande talige genderverschillen terug in het genre van SMS? Om deze vraag te kunnen beantwoorden heb ik de volgende deelvragen opgesteld: 1) Wat zijn de bestaande talige genderverschillen die in de huidige literatuur besproken worden? 2) Welke talige genderkenmerken zijn er te onderscheiden in het genre van de SMS? Hierbij had ik de verwachting dat de gendergerelateerde kenmerken, zoals deze beschreven zijn in de literatuur, ook terugkomen binnen het genre van de SMS. Ik ben begonnen met een literatuuronderzoek, waarbij ik zowel literatuur over gendergerelateerde kenmerken in verschillende genres, als literatuur binnen het specifieke genre van de SMS heb bestudeerd. Uit de onderzoeken waarbij er gekeken is naar verschillende genres komen de volgende gendergerelateerde kenmerken naar voren: hoffelijkheidsmarkeerders en/of versterkers, het stellen van vragen, het gebruik van

54

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

scheldwoorden, het gebruik van de gebiedende wijs, het geven van complimenten, het gebruik van bijvoeglijke naamwoorden en/of versterkers en het gebruik van niet-standaard spellingwijzen. Binnen het genre van de SMS zijn er reeds onderzoeken gedaan naar mediumgerelateerde kenmerken, waarbij niet altijd het verschil tussen mannen en vrouwen duidelijk naar voren komt. Daarom heb ik gekozen om de volgende kenmerken ook in het codeboek op te nemen: het gebruik van emoticons, het gebruik van afkortingen, het aantal gebruikte woorden en tekens en het gebruik van initiaalwoorden, shordjes en logogrammen. Hiermee geef ik antwoord op de eerste deelvraag van dit onderzoek. Om duidelijk te stellen welke waarde dit onderzoek heeft is in hoofdstuk 3 de rol van auteurschapidentificatie binnen het forensisch onderzoek kort uiteengezet. Hierbij heb ik de zaken van Evans en Bentley aangehaald om uit te leggen welke rol taalkundig inzicht kan hebben. Dit inzicht heeft er bij beide zaken namelijk toe geleid, dat de mannen, na de ophanging ten gevolge van het oordeel van de rechtbank, alsnog vrijgesproken zijn. Binnen auteurschapidentificatie zijn er twee manieren van onderzoek te onderscheiden, namelijk onderzoek naar consistentie en profileringsonderzoek. Dit onderzoek sluit aan bij het profileringsonderzoek daar kennis van bepaalde gendergerelateerde kenmerken van toegevoegde waarde kan zijn wanneer de auteur van een tekst niet bekend is. De beschreven kenmerken heb ik vervolgens opgenomen in mijn codeboek. Met behulp van dit codeboek heb ik de 3635 SMS’jes in het corpus gecodeerd in Microsoft Acces. Het coderingsproces en de methode van analyseren zijn weergegeven in hoofdstuk 5. Het gehele codeboek is als Appendix A in de bijlage opgenomen. Met behulp van beschrijvende statistiek en een logistische regressieanalyse heb ik de resultaten weergegeven in hoofdstuk 6. Hierbij zijn de verschillende kenmerken in het eerste deel van dit hoofdstuk besproken aan de hand van kruistabellen. Om te controleren of de gevonden verschillen significant zijn is er een logistische regressieanalyse uitgevoerd met behulp van SPSS. Met deze logistische regressieanalyse is het mogelijk de significantie uit te rekenen en daarmee te controleren of de gevonden verschillen niet gebaseerd zijn op toeval. Aan de hand van de resultaten kan er antwoord gegeven worden op de tweede deelvraag: welke talige genderkenmerken zijn er te onderscheiden in het genre van de SMS? Uit dit onderzoek komen vier kenmerken naar voren welke gelinkt lijken aan de gender van de afzender binnen het genre van de SMS, namelijk het stellen van vragen, het gebruik van bijvoeglijke naamwoorden en/of versterkers, het gebruik van emoticons en het gebruik van logogrammen. Vrouwen stellen meer vragen, gebruiken meer bijvoeglijke naamwoorden en/of versterkers en logogrammen. Mannen lijken meer emoticons te gebruiken. Deze 55

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

resultaten komen niet in zijn geheel overeen met de verwachtingen. Naast dat er veel minder kenmerken gendergerelateerd lijken, zijn de verschillen die significant zijn ook niet allemaal een bevestiging van de verwachtingen (logogrammen en emoticons). Met de beantwoording van de twee deelvragen is het mogelijk te stellen dat niet alle bestaande genderverschillen terugkomen in het genre van de SMS. Dit onderzoek laat zien dat er meer onderzoek nodig is naar gendergerelateerde kenmerken binnen dit specifieke genre van de SMS. Dit is relevant voor het forensisch linguïstisch onderzoek, daar de bestaande talige genderkenmerken niet terugkomen binnen het genre van de SMS, terwijl dit genre veel kenmerken gemeen heeft met andere online communicatiemiddelen die tegenwoordig veelvuldig gebruikt worden en een rol kunnen spelen in het proces van auteurschapidentificatie. 7.2 Interpretatie en discussie van de resultaten Niet alle kenmerken blijken significant te verschillen tussen de mannen en vrouwen. Van de dertien gecodeerde kenmerken blijken vier kenmerken significant te verschillen tussen de mannen en vrouwen van het corpus, namelijk ‘vragen’, ‘bijvoeglijke naamwoorden en/of versterkers’, ‘emoticons’ en ‘logogrammen’. In het gebruik van hoffelijkheidsmarkeerders en/of afzwakkers werd geen significant verschil gevonden tussen mannen en vrouwen. Ook de kruistabel gaf slechts een verschil van 1% weer. Dit komt niet overeen met de literatuur, daar in de onderzoeken van Preisler (1986) (in Coates 2004), Underhill (1988), Brouwer (1991) en Andersen (2001) naar voren komt dat vrouwen meer hoffelijkheidsmarkeerders gebruiken. Het gebruik van hoffelijkheidsmarkeerders kan aansluiten bij het meer onzekere taalgebruik van vrouwen waar onder andere Cameron (2003) over schrijft. Hierbij speelt een zekere sociale status een rol. Binnen het genre van de SMS is de informaliteit van de berichten wellicht de reden voor het ontbreken van dit kenmerk in de berichten zoals verstuurd door de vrouwelijke zenders. Holmes schrijft juist dat afzwakkers gebruikt worden om zo vriendelijk over te komen, niet om onzekerheid uit te drukken (1990: 202). Dit zou dan juist niet aansluiten bij het gegeven dat SMS-berichten, zoals in hoofdstuk 3 naar voren komt, vaak informeel zijn, waarbij er doorgaans een vriendschappelijke relatie bestaat tussen de zender en ontvanger. Verdiepend onderzoek naar het gebruik van dit kenmerk en de sociale relatie van de zender en ontvanger zou hier meer duidelijkheid over kunnen geven. Bij het gebruik van vragen in de SMS-berichten is er wel een significant verschil gevonden tussen de mannen en vrouwen van het corpus. Vrouwen stelden meer vragen dan mannen. Dit sluit aan bij de onderzoeken van onder andere Fishman (1980a) en Brouwer 56

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

(1991). Niet overeenkomend met de verwachting is het ontbreken van verschil in het gebruik van tag-vragen. Dit kan liggen aan de functie van een tag-vraag welke vaak in een gesprek als (luister-)bevestiging fungeert. Holmes (1990) schrijft ook dat vrouwen veel (tag-)vragen stellen om zo een uitspraak meer kracht bij te zetten. Het gebruik van tag-vragen is binnen het genre van de SMS wellicht van minder groot belang, daar het een geschreven en geen gesproken bericht betreft. Ook hier is het interessant om de sociale status van en de relatie tussen zender en ontvanger bij de resultaten te betrekken. Er is geen significant verschil gevonden in het gebruik van scheldwoorden in het corpus, terwijl zowel Brouwer (1991), De Klerk (1992) als Coates (2003) dit verschil wel vonden in hun onderzoeken. Ondanks het kleine aantal scheldwoorden binnen de SMSberichten van het corpus, gebruiken de vrouwen in tegenstelling tot het onderzoek van Brouwer wel degelijk seksueel getinte scheldwoorden. Verschillende variaties van fuck (‘fuck’, ‘fucking’, ‘focking’, ‘fcking’, ‘fakking’), pik, kut (‘kutwerk’, ‘kutvragen’, ‘kuttt’, ‘kutteke’, ‘kutpaper’, ‘kutalles’, ‘kutkinderen’, ‘kutkat’) en klote (‘klote’, ‘klotezooi’) zijn te vinden in het corpus in combinatie met een vrouwelijke afzender. Overige scheldwoorden die vrouwelijke zender gebruikten, zoals bijvoorbeeld ‘homo’, ‘hoerebeest’, ‘kankereind’, zijn ook niet bepaald mild. Het gebruik van scheldwoorden binnen dit onderzoek is wel degelijk anders dan veel van de eerdere onderzoeken beschrijven en het gebruik lijkt niet meer typisch mannelijk of vrouwelijk. Het soort scheldwoord dat vrouwen gebruiken lijkt steeds meer op dat wat als mannelijk wordt beschreven. Dit sluit aan bij het onderzoek van De Klerk (1992), welke een tendens beschrijft dat vrouwen steeds meer scheldwoorden gaan gebruiken. Voor het gebruik van de gebiedende wijs is er ook geen significant verschil gevonden tussen de mannen en vrouwen in dit corpus. Slechts 4% van de mannen en 4% van de vrouwen hebben een gebiedende wijs gebruikt in een SMS-bericht. Hierbij zijn slecht twee wij-vormen gevonden van een vrouwelijke afzender. Dit komt niet overeen met de literatuur, waarin onder andere Goodwinn (1980, 1990, 1998 (in Coates 2004)) schrijft dat vrouwen vooral impliciete bevelen gebruiken. De bevelen die gevonden zijn binnen dit corpus zijn vooral direct. Hierbij is het wel opvallend dat er veel vormen als ‘maar’ (‘vraag maar iemand anders’) en ‘even’ (‘Wacht ff daar op me’) worden gebruikt in de bevelen. Deze afzwakkers worden zowel door mannen als vrouwen gebruikt. Het gebruik van bepaalde afzwakkende vormen laat zien dat de weinige bevelen die voorkomen binnen het corpus meer een aansporing zijn dan een echt bevel. De vriendschappelijke relatie tussen de zender en ontvanger kan hiervoor een verklaring zijn.

57

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Net als de gebiedende wijs heeft ook het verschil in complimenten geen significant verschil opgeleverd tussen mannen en vrouwen. Het aantal complimenten dat gegeven is in de SMSberichten is zeer klein, slechts 1% van de mannen en 1% van de vrouwen heeft de ontvanger een compliment gestuurd. De verwachting dat vrouwen meer complimenten geven dan mannen en dat vrouwen ook vaker een compliment zouden geven aan een vrouw in plaats van een man, komt wel uit de kruistabel in 6.1 naar voren. Ondanks het kleine aantal complimenten is het grootste deel (26 van de 44 complimenten) van een vrouw afkomstig en voor een vrouw bedoelt. Mannen zouden in mindere mate complimenten geven aan vrouwen en sporadisch aan mannen. Hierbij zouden vrouwen vaker complimenteren over uiterlijk en mannen complimenteren over vaardigheden, kwaliteiten of behaalde resultaten (Holmes 1988a; Parisi & Wogan 2006). Slecht twee complimenten waren afkomstig van een man en waren ook bedoeld voor een man. Hiervan gaat het eerste compliment tussen twee vrienden over het uiterlijk van de ander (‘...mooierd’) en de tweede is een compliment van een familielid over het goed volbrengen van een actie (‘hartstikke goed’) van een ander familielid. 25 andere complimenten hadden ook een behaald resultaat als onderwerp (o.a. ‘goed gedaan goo:) (...) kben trots op je!’ en ‘je ben super. Een 8 wat goed!’). Het resterende deel gaat vooral over hoe lief de ander is. Hieruit komt naar voren dat de onderwerpkeuze niet overduidelijk gendergerelateerd is. Erg overtuigend is dit resultaat niet daar het aantal SMSberichten met complimenten in verhouding tot het totaal SMS-berichten zeer klein is. De relatie tussen de zender en ontvanger lijkt van veel meer invloed wat aansluit bij het onderzoek van Herbert (1986) waarin hij concludeert dat contextuele variabelen erg belangrijk zijn, zoals de ontvanger van het compliment, het onderwerp, de setting en de strategie. In het gebruik van bijvoeglijk naamwoorden en versterkers zit wel overduidelijk een significant verschil tussen de mannen en vrouwen in dit corpus. Dit sluit aan bij onder andere het onderzoek van O’Barr en Atkins (1980) en het onderzoek Yaguchi, Iyeri en Baba (2010). Alleen bij het gebruik van één bijvoeglijk naamwoord of versterker is het percentage van de mannen hoger. Vanaf twee wordt de kans dat de zender van het vrouwelijk geslacht is bij elke hoeveelheid groter (van 1.372 tot 3.190 keer zo hoog). Vrouwen lijken zich dus wel degelijk meer emotioneel te uiten door het gebruik van bijvoeglijke naamwoorden en versterkers dan mannen. In tegenstelling tot het vorige kenmerk is er bij het kenmerk ‘niet-standaard spelling’ geen significant verschil gevonden. In de kruistabel is zelfs te zien dat vrouwen hierop hoger scoren, terwijl uit de literatuur naar voren komt dat vrouwen eerder de standaardvorm 58

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

gebruiken (Cameron 2003). Ook Coates (2004) schrijft dat vrouwen zichzelf graag corrigeren naar een meer standaardvorm. Dit hebben de vrouwen binnen het corpus niet meer gedaan dan de mannen. Hierbij is het ook interessant om de volgende kenmerken mee te nemen: initiaalwoorden, shordjes en logogrammen. Dit zijn vormen die doorgaans bewust gevormd worden en daarom officieel niet onder niet-standaard spelling vallen, maar toch wel degelijk afwijken van de standaardvorm. Bij de kenmerken initiaalwoorden en shordjes is er geen significant verschil gevonden, maar bij het gebruik van logogrammen wel. Hier gebruiken de vrouwen aanzienlijk meer logogrammen dan de mannen (19% meer dan mannen bij het gebruik van één logogram). Dit is opvallend daar verwacht werd dat mannen op dit kenmerk hoger zouden scoren. Hierbij moet wel opgemerkt worden dat een afsluiting met een ‘x’, wat staat voor een kus, ook als logogram gerekend wordt, terwijl dit vaak als een standaardvorm in een SMS-bericht gezien wordt. Binnen dit corpus is dit logogram een veelgebruikte afsluiting en het gebruik van logogrammen is dan ook een typerend kenmerk voor het genre van de SMS, zoals in hoofdstuk 3 naar voren is gekomen. Het hogere percentage van de vrouwen in de kruistabel bij niet-standaard spelling en het gebruik van logogrammen is wellicht ook deels te verklaren aan de hand van het gemiddeld aantal woorden en tekens dat beide groepen gebruikten in de SMS-berichten. Ondanks dat er geen significant verschil is gevonden blijkt uit de kruistabel wel degelijk een groot verschil in de lengte van de SMS-berichten tussen mannen en vrouwen. Vrouwen gebruiken gemiddeld 3,8 meer woorden en 18,3 meer tekens dan mannen. Dit komt overeen met de literatuur, waarin onder andere Baron (2004), Thurlow en Brown (2003) en Kasesniemi en Rautiainen (2002) schrijven dat vrouwen langere berichten sturen dan mannen. Thurlow en Brown vonden een gemiddelde van 14,00 woorden en 65,00 karakters in hun onderzoek naar tekstberichten onder 135 Britse universitaire studenten. De vrouwen in dit corpus scoren met 17,91 woorden en 91,97 karakters gemiddeld hoger. De verwachting dat vrouwen langere berichten sturen wordt bevestigd door de resultaten uit de kruistabel. Dat de vrouwen iets hoger scoren op het gebruik van niet-standaard spelling komt wellicht door het groter aantal woorden waarin (type-)fouten voor kunnen komen. Hiermee lijkt ook het gebruik van logogrammen geen onlogische keuze daar dit doorgaans zorgt voor ruimtebesparing, daar één teken een klank of lettergreep weergeeft. Dit wordt niet overtuigend bevestigd door het resultaat van het gebruik van de afkortingen. Hier scoren de vrouwen in de kruistabel slechts iets hoger dan de mannen. Dit verschil blijkt dan ook niet significant in de regressieanalyse. Wellicht wordt het gebruik van afkortingen onnodig door de mogelijkheid om logogrammen te gebruiken, een kenmerk dat typisch is 59

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

voor het genre van de SMS. Afkortingen zijn daarnaast niet bevorderend voor de leessnelheid. Het gebruik van emoticons komt tenslotte niet overeen met datgene wat verwacht werd. Er is geen significant verschil gevonden voor het gebruik van één, twee en drie emoticons. Voor het gebruik van vier of meer emoticons komt er een significant verschil uit de regressieanalyse naar voren, waarbij de mannen meer kans hebben. Dit is niet in overeenstemming onder andere het onderzoek van Tossel et al. (2012), welke beschrijft dat vrouwen meer non-verbale tekens gebruiken omdat zij zich doorgaans emotioneel expressiever uitdrukken. Wellicht wordt deze emotie door het veelvuldig gebruik van bijvoeglijke naamwoorden door vrouwen reeds uitgedrukt. Al met al lijkt het taalgebruik van de vrouw in dit corpus niet zo standaard als eerder verwacht werd. Binnen het genre van de SMS lijkt het taalgebruik van de vrouw niet overduidelijk anders dan dat van de man. Dit is te verklaren door de specifieke regels van dit genre. Men verwacht geen volzinnen binnen een SMS daar het aantal tekens beperkt is. Daarom is onder andere het gebruik van logogrammen een veelvoorkomend kenmerk binnen dit genre. Ook is bijvoorbeeld een begroeting en afsluiting met voor- en achternaam doorgaans niet van toepassing, want de SMS wordt als informeel medium gezien. Het gebrek aan hoffelijkheidsmarkeerders en standaardvormen in de SMS’jes van een vrouwelijke afzender past binnen de regels van effectief en gepast communiceren binnen dit genre. De manier van communiceren heeft zich aangepast aan de mogelijkheden van het genre, namelijk een informeel, door ruimte beperkt communicatiemiddel wat doorgaans een interactief doel heeft. De wereld van communicatie en media verandert, wat ook een verandering met betrekking tot genres tot gevolg heeft. De online communicatiemiddelen brengen andere en soms nieuwe regels en verwachtingen mee welke in eerste instantie niet altijd even duidelijk zijn, zoals ook blijkt uit dit onderzoek. Verschillende variabelen zoals onder andere het doel, het medium, de inhoud, de vorm, de taal, het register en de stijl van de tekst zijn onderdeel van een genre (zie o.a. Steen 2011, p. 32-33). Door tekstanalyse en discoursanalyse wordt duidelijker wat een genre inhoudt en welke voorwaarden en communicatieregels dit met zich meebrengt, maar tegelijkertijd bestaan er binnen de wetenschap nog steeds veel verschillende visies op en definities van genres. Toch is onderzoek naar talige kenmerken in combinatie met een kenmerk als gender ten behoeve van auteurschapidentificatie onlosmakelijk verbonden met het genre van de tekst. Zonder een duidelijk beeld van het genre zeggen bepaalde gendergerelateerde kenmerken namelijk niet genoeg en is het niet mogelijk om daar een beslissing in forensisch onderzoek van af te laten hangen. 60

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

7.3 Praktische implicaties De resultaten van de dertien kenmerken komen niet overeen met de initiële verwachtingen zoals gedefinieerd vanuit de literatuur. Dit is van waarde voor het forensisch onderzoek, daar kennis van de talige gendergerelateerde kenmerken bij het achterhalen of herkennen van een auteur van een tekst van groot belang kan zijn. De vrouwelijke en mannelijke kenmerken komen niet overduidelijk naar voren binnen dit corpus van SMS-berichten. Er is dus veel meer onderzoek nodig is iets te zeggen over gender binnen dit specifieke genre. Dit impliceert dat de bestaande genderverschillen niet te generaliseren zijn voor alle genres. Het grootste verschil met minder recente onderzoeken is het soort genre. Er moet nog veel onderzoek gedaan worden naar ‘online’ taal en de specifieke communicatieregels hierbij komen kijken. De communicatiemogelijkheden hebben in de laatste decennia een vogelvlucht genomen en het taalgebruik van mannen en vrouwen verandert sneller dan vroeger. Dit heeft invloed op de genreregels en de talige keuzes binnen een specifiek genre. Het onderzoek van auteurschapidentificatie hangt dus nauw samen met meer onderzoek naar de verschillende genres. 7.4 Beperkingen van het onderzoek Ondanks grote zorgvuldigheid moeten er enkele beperkingen genoemd worden met betrekking tot het corpus en de codering. Het corpus binnen dit onderzoek is handmatig door 38 personen verzameld en vervolgens met goedkeuren van zowel zender als ontvanger handmatig in het programma Acces ingevoerd. Hierdoor bestaat de kans dat de tekstberichten fouten bevatten door het verkeerd of slordig overtypen. Er moet wel opgemerkt worden dat de analisten letteren studenten zijn en zij zijn zich goed bewust van de implicaties van verkeerd overtypen. Daarnaast is de gemaakte codering gecontroleerd tijdens de additionele coderingen van dit onderzoek, waardoor enige inconsistentie in de codering zo mogelijk recht getrokken is. Verder is het corpus door studenten van de Vrije Universiteit Amsterdam verzameld. Naast dat men selectief kon zijn bij de invoering van SMS-berichten, is de (weliswaar grote) groep personen geen volledige representatie van de samenleving. Ook was het mogelijk om meerdere berichten van één afzender in te voeren. Een corpus met een grotere, uiteenlopende groep afzenders en ontvangers zou wellicht tot een betere representatie van de maatschappij leiden.

61

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Software Daarnaast is op te merken dat naast veel voordelen, Microsoft Access bij de verwerking van de kenmerken ook een nadeel heeft. Voor kwantitatieve resultaten is er geen probleem bij de verwerking, maar in het geval dat er voorbeelden bij dit resultaat worden gegeven ontstaat er bij meer woorden of aparte tekens een probleem. Meerdere woorden of op zich staande tekens in één open veld ziet Access namelijk als één. Zo zal ‘shit’ als een voorbeeld tellen bij het open veld van scheldwoorden, maar een combinatie van twee scheldwoorden ziet Access ook als één voorbeeld, ook al betreft het meerdere woorden/tekens. Wel bestaat de mogelijkheid om op een bepaald woord op te zoeken. Zo zal Access ‘shit’ wel weergeven wanneer daar apart op gezocht wordt, ook al staat het in de combinatie ‘shit, verdomme’. Indien er een kwalitatief overzicht gegeven moet worden van deze voorbeelden, zal hier dus een handmatige optelling aan voorafgaan. Verder is nog op te merken dat er bij de gendergerelateerde SMS-kenmerken geen kwalitatieve resultaatvelden toegevoegd zijn. Dit betekent dat er geen voorbeelden bij de kwantitatieve aantallen zijn gecodeerd. Dit komt ten eerste omdat deze velden reeds gecodeerd waren op deze manier. Daarnaast maakt de daadwerkelijke vorm bij deze kenmerken niet het verschil tussen mannen en vrouwen maar vooral het gebruik zelf. Bij de andere gendergerelateerde kenmerken leek wat betreft vorm wel een verschil tussen de sekse te bestaan, bijvoorbeeld bij het gebruik van scheldwoorden. Hier kwam uit de literatuur naar voren dat vrouwen minder seksueel getinte scheldwoorden gebruiken dan mannen. Hierbij is dus niet alleen het kwantitatieve cijfer van toegevoegde waarde, maar ook de tekst van het kenmerk. Tenslotte is nog op te merken dat er bepaalde kenmerken voor de toets opnieuw gecategoriseerd zijn. Ik heb gekozen om de kenmerken opnieuw te categoriseren naar aanleiding van de getallen in de kruistabel. Ik had ook voor minder categorieën kunnen kiezen en bijvoorbeeld vanaf drie en meer een categorie ‘veel’ gebruikt kunnen hebben. Dit maakt het gebruik van een kenmerk overzichtelijker, maar ik vond het niet beter aansluiten bij deze analyse waar de verschillende aantallen van het gebruik ook van waarde zijn voor de interpretatie van de resultaten. 7.5 Vervolgonderzoek Om de betrouwbaarheid van het onderzoek te vergroten is het ten eerste aan te bevelen een zo groot mogelijk corpus te verzamelen. Ondanks dat het corpus binnen dit onderzoek al erg groot is door het voorbereidende werk waarin de SMS’jes verzameld zijn, zou een betere verdeling van mannen en vrouwen binnen alle lagen van de samenleving tot een 62

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

representatiever resultaat kunnen leiden. Zo heeft Tagg (2009) bijvoorbeeld een corpus van 11.067 tekstberichten verzameld, waarbij zij zich vooral focuste op de persoonlijke doelen die de zender en ontvanger hebben. Ook zij concludeert dat vergelijking met andere corpora tot meer inzicht in de verschillende linguïstische kenmerken van een bepaald medium kan leiden (Idem, p. 348). De resultaten van dit scriptieonderzoek laten zien dat niet alle kenmerken terug te vinden zijn in dit corpus binnen het genre van de SMS. Er is meer onderzoek nodig naar genderverschillen binnen verschillende genres om iets te kunnen zeggen over dit kenmerk in combinatie met auteurschap. Door tijdslimiet binnen deze Master Thesis is het niet mogelijk geweest alle kenmerken en variabelen te onderzoeken. In vervolgonderzoek is het bijvoorbeeld ook interessant om de invloed van het opleidingsniveau, de onderlinge relatie, onderwerpkeuze en communicatiestrategie van de zender en ontvanger in combinatie met auteurschapidentificatie te onderzoeken, ook deze variabelen hebben namelijk invloed binnen een bepaald genre. Door uitgebreider onderzoek zal er een veel beter beeld ontstaan van de verschillende variabelen waar men binnen onder andere het forensisch (linguïstisch) onderzoek rekening mee moet houden om daarmee wat te zeggen over de mogelijke auteur van een tekst binnen een bepaald genre.

63

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Bijlagen

Appendix A: Codeboek Algemeen Veld

Wat vul je in?

Toelichting

Sms-bericht

Uitleg: wat voor veld? /

/

Reeksnr

/

/

SMSnr

/

/

Zender

/

/

#Tekens

/

/

SMS-datum

/

/

SMS-tijdstip

/

/

Dit vak wordt automatisch door Access ingevuld. Dit vak wordt automatisch door Access ingevuld. Dit vak wordt automatisch door Access ingevuld. Dit vak wordt automatisch door Access ingevuld. Dit vak wordt automatisch door Access ingevuld. Dit vak wordt automatisch door Access ingevuld. Dit vak wordt automatisch door Access ingevuld.

SMS-kenmerken Veld Gebruik emoticons

Uitleg: wat voor veld? Open veld

Wat vul je in? 0, 1, 2, 3

Gebruik afkortingen

Open veld

0,1,2,3..

Aantal gebruikte initiaalwoorden/ letterwoorden

Open veld

0,1,2,3..

Toelichting Pictogrammen zijn leestekens die gebruikt worden als smileys. Voorbeeld: :). Hier gaat het om letterlijke afkortingen tot de eerste letters of tot de lettergreep. Voorbeeld: uni (universiteit) , miss (misschien), waarsch (waarschijnlijk), gr./grt. (groetjes/groeten). Verwar deze niet met de initiaalwoorden! Initiaalwoorden zijn woorden die tot hun initialen gereduceerd 64

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Aantal gebruikte shordjes

Open veld

0,1, 2, 3..

Aantal logogrammen

Open veld

0,1,2,3…

Aantal woorden

Open veld

0,1,2,3..

worden. Voorbeeld: j (ja), m (met). Verwar deze niet met de afkortingen! Een shordje is een woord waarbij een letter in het midden van het woord is weggelaten. Voorbeeld: wkd (weekend), lfs (liefs) of idd (inderdaad). Logogrammen zijn tekens die gebruikt worden om een klank of lettergreep weer te geven. Voorbeeld: suc6, ff, x, maar ook t of k (voor het/ik). Hier vul je het aantal woorden in waaruit het sms-bericht bestaat. Een woord wordt onderscheiden door spaties. Indien lang bericht: knip en plak het sms-bericht in Microsoft Office Word en gebruik wordcount.

Gendergerelateerde kenmerken Veld Gebruik hoffelijkheidsmarkeerder/verzachter

Uitleg: wat voor veld? Gesloten veld

Tekst hoffelijksheidsmarkeerder/verzachter

Open veld

(tag-)Vragen

Gesloten veld

Wat vul je in?

Toelichting

Ja Nee Onduidelijk

Vul hier in indien er hoffelijkheids-markeerders voorkomen in de SMS. Voorbeelden ‘het is een soort van afspraak’ ‘Dat is toch niet afgesproken?’ Wanneer ‘ja’ingevuld bij ‘gebruik hoffelijksheidsmarkeerder’ vul hier de tekst in. Vul hier in of er vragen worden gesteld in het SMS-bericht. Voorbeelden: kom je ook? Hoe is het? Tag-vragen: Dat hadden we afgesproken, toch? Niet dan? Of wel?

Ja, vraag

Ja, tag-vraag

Ja, beide

Aantal scheldwoorden

Open veld

Nee 0,1,2,3…

Vul hier het aantal scheldwoorden in dat in het sms65

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Tekst scheldwoorden

Open veld

Gebruik gebiedende wijs

Gesloten veld

Tekst gebiedende wijs

Open veld

Gebruik compliment

Gesloten veld

Tekst compliment

Open veld

Relatie compliment

Gesloten veld

Aantal bijvoeglijke naamwoorden/versterkers

Open veld

Tekst bijvoeglijke naamwoorden/versterkers

Open veld

Aantal niet standaard spellingwijzen

Open veld

Ja Nee Onduidelijk

Ja Nee Onduidelijk

Man vrouw Manman Vrouwman Vrouwvrouw Onbekend 0,1,2,3..

0,1,2,3..

bericht is gebruikt. Bijvoorbeeld fuck, kutwijf, lul, shit, kak. Wanneer ‘ja’ ingevuld is bij ‘Gebruik scheldwoorden’, vul hier het scheldwoord/de scheldwoorden in. Vul hier in of er een gebiedende wijs wordt gebruikt in het SMSbericht. Bijvoorbeeld: we moeten er echt wat aan doen! Jij moet het oplossen Wanneer ‘ja’ ingevuld is bij ‘Gebruik gebiedende wijs’, vul hier de gebiedende wijs in. Vul hier in of er complimenten in het SMS-bericht gebruikt worden. Bijvoorbeeld: Wat goed van je! Goed geregeld! Wat heb je een leuke nieuwe profielfoto. Wanneer ‘ja’ ingevuld is bij ‘gebruik compliment’, vul hier het compliment in. Wanneer ‘ja’ ingevuld is bij ‘gebruik compliment’, vul hier dan het geslacht van de zender en ontvanger in. Vul hier het aantal bijvoeglijke naamwoorden/versterkers in dat in het sms-bericht is gebruikt. Bijvoeglijke naamwoorden geven een eigenschap of toestand aan van een zelfstandig naamwoord. Bijvoeglijke naamwoorden staan vaak direct voor het zelfstandig naamwoord waar ze bij horen, maar kunnen ook als apart zinsdeel voorkomen. Voorbeelden: Sommige sporten zijn levensgevaarlijk. De blonde jongen. Wanneer 1 of meer ingevuld bij ‘Gebruik bijvoeglijke naamwoorden/versterkers’, vul deze hier in. Spelfouten of gebruik van fonetische spelling. Voorbeeld: lafjoe, lafjah, nais, wazzaap? Afgekorte namen/koosnaampjes heb ik niet meegenomen als niet-standaard spelling.

66

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Appendix B: kruistabellen in Acces De kruistabellen zijn gemaakt met behulp van Microsoft Acces. Hiervoor zijn ten eerste alle persoonsgegevens aan de SMS-berichten gekoppeld in een query. Met deze query is het mogelijk een kruistabel onder de optie Wizard Query aan te maken (zie figuur 5).

Figuur 5. Wizard query Nadat de kolommen en rijen van de kruistabel gedefinieerd zijn in de Wizard, wordt de kruistabel gemaakt door Acces. Deze kruistabel is vervolgens te exporteren naar Excel met behulp van de Excel-knop die te vinden is onder Externe gegevens in het menu (zie figuur 6).

Figuur 6. Acces, exporteren naar Excel Hierbij moet de optie ‘Gegevens exporteren met opmaak en indeling’ niet aangevinkt worden. In Excel is het vervolgens mogelijk de opmaak aan te passen aan de APA-stijl. De gemiddelden en standaarddeviaties zijn berekend door Acces door middel van Queryontwerp, welke optie te vinden is naar de optie Wizard query (zie figuur 5). Hierbij worden de tabellen ‘persoonsgegevens’ en ‘SMSberichten’ geselecteerd, om zo het kenmerk uit de SMS met het persoonsgegeven geslacht te combineren (zie figuur 7). Een derde kolom is nodig om de aantallen in de query te krijgen.

Figuur 7. Queryontwerp

Exporten van de tabel naar Excel gaat op dezelfde manier als hierboven beschreven. 67

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Appendix C: deel 1 logistische regressie analyse Variables in the Equation 95% C.I.for EXP(B) B Step 1a Hoffelijkheid(1) Gebruik_vragen(1)

S.E.

Wald

df

Sig.

Exp(B)

Lower

Upper

,001

,115

,000

1

,992

1,001

,800

1,253

,221

,078

8,121

1

,004

1,247

1,071

1,452

5,176

2

,075

Aantal_scheldwoorde n Aantal_scheldwoorde n(1)

,377

,863

,191

1

,662

1,458

,269

7,906

Aantal_scheldwoorde n(2)

-,245

,904

,073

1

,787

,783

,133

4,607

Geb_wijs(1)

,038

,197

,037

1

,848

1,038

,706

1,527

Compliment(1)

,535

,422

1,607

1

,205

1,707

,747

3,902

49,733

8

,000

Aantal_bnw Aantal_bnw(1)

,108

,100

1,160

1

,281

1,114

,915

1,356

Aantal_bnw(2)

,316

,115

7,561

1

,006

1,372

1,095

1,719

Aantal_bnw(3)

,401

,128

9,835

1

,002

1,494

1,162

1,920

Aantal_bnw(4)

,559

,162

11,962

1

,001

1,749

1,274

2,400

Aantal_bnw(5)

,891

,213

17,431

1

,000

2,438

1,605

3,705

Aantal_bnw(6)

1,117

,310

12,963

1

,000

3,054

1,663

5,609

Aantal_bnw(7)

,943

,377

6,261

1

,012

2,567

1,227

5,374

Aantal_bnw(8)

1,160

,369

9,882

1

,002

3,190

1,548

6,574

8,294

6

,217

Aantal_niet_standaard spellingwijzen Aantal_niet_standaard -,306 spellingwijzen(1)

,802

,146

1

,703

,736

,153

3,547

Aantal_niet_standaard -,139 spellingwijzen(2)

,803

,030

1

,863

,871

,180

4,204

Aantal_niet_standaard -,067 spellingwijzen(3)

,813

,007

1

,935

,935

,190

4,601

Aantal_niet_standaard -,439 spellingwijzen(4)

,828

,281

1

,596

,645

,127

3,265

Aantal_niet_standaard -,753 spellingwijzen(5)

,884

,724

1

,395

,471

,083

2,666

68

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Aantal_niet_standaard -,709 spellingwijzen(6)

1,076

,434

1

,510

,492

,487

1,097

,197

1

,657

1,628

Constant

,060

4,055

a. Variable(s) entered on step 1: Hoffelijkheid, Gebruik_vragen, Aantal_scheldwoorden, Geb_wijs, Compliment, Aantal_bnw, Aantal_niet_standaardspellingwijzen.

Appendix D: deel 2 logistische regressie analyse Variables in the Equation 95% C.I.for EXP(B) B Step 1a

S.E.

Aantal_emoticons

Wald

df

Sig.

23,061

4

,000

Exp(B) Lower

Upper

Aantal_emoticons( ,154 1)

,103

2,243

1

,134

1,167

,954

1,427

Aantal_emoticons( -,113 2)

,210

,289

1

,591

,893

,592

1,348

Aantal_emoticons( -,504 3)

,333

2,291

1

,130

,604

,314

1,160

Aantal_emoticons( -1,564 4)

,374

17,479

1

,000

,209

,101

,436

1,560

3

,668

Aantal_afkortingen Aantal_afkortingen ,053 (1)

,117

,207

1

,649

1,055

,838

1,328

Aantal_afkortingen ,334 (2)

,312

1,150

1

,283

1,397

,758

2,574

Aantal_afkortingen ,324 (3)

,575

,318

1

,573

1,383

,448

4,265

3,440

4

,487

Aantal_woorden Aantal_woorden(1) ,260

,186

1,954

1

,162

1,297

,901

1,867

Aantal_woorden(2) ,507

,276

3,367

1

,067

1,660

,966

2,853

Aantal_woorden(3) ,475

,312

2,324

1

,127

1,608

,873

2,961

Aantal_woorden(4) ,443

,340

1,699

1

,192

1,558

,800

3,034

4,971

4

,290

Aantal_tekens Aantal_tekens(1)

,217

,124

3,036

1

,081

1,242

,973

1,584

Aantal_tekens(2)

-,037

,192

,036

1

,849

,964

,662

1,404

Aantal_tekens(3)

-,070

,232

,092

1

,761

,932

,592

1,468

Aantal_tekens(4)

,130

,281

,215

1

,643

1,139

,657

1,976

69

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Aantal_initiaalwoo rden

1,342

4

,854

Aantal_initiaalwoo 1,517 rden(1)

1,586

,914

1

,339

4,558

,203

102,131

Aantal_initiaalwoo 1,437 rden(2)

1,591

,815

1

,367

4,207

,186

95,206

Aantal_initiaalwoo 1,398 rden(3)

1,665

,705

1

,401

4,049

,155

105,889

Aantal_initiaalwoo 1,148 rden(4)

1,819

,398

1

,528

3,151

,089

111,301

1,327

2

,515

Aantal_shordjes Aantal_shordjes(1) -,449

,402

1,247

1

,264

,638

,290

1,404

Aantal_shordjes(2) -,391

,430

,825

1

,364

,677

,291

1,572

168,093 4

,000

Aantal_logogramm en Aantal_logogramm -1,208 en(1)

,446

7,341

1

,007

,299

,125

,716

Aantal_logogramm -,135 en(2)

,448

,091

1

,763

,874

,363

2,103

Aantal_logogramm -,110 en(3)

,463

,056

1

,813

,896

,362

2,221

Aantal_logogramm ,016 en(4)

,522

,001

1

,976

1,016

,365

2,825

Constant ,343 1,650 ,043 1 ,835 1,409 a. Variable(s) entered on step 1: Aantal_emoticons, Aantal_afkortingen, Aantal_woorden, Aantal_tekens, Aantal_initiaalwoorden, Aantal_shordjes, Aantal_logogrammen.

70

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Literatuur Andersen, G. (2001) Pragmatic Markers and Sociolinguistic Variation. Amsterdam: John Benjamins B.V. Ansari, S. S. & Phillips, N. (2011) Text Me! New Consumer Practices and Change in Organizational Fields. Organization Science 22(6), 1579–1599 http://dx.doi.org/10.1287/orsc.1100.0595 Argamon, S., Koppel, M., Pennebaker, J. & Schler, J. (2009) Automatically Profiling the Author of an Anonymous Text. Communication of the ACM 53(2), 119-123 doi: 10.1145/1461928.1461959 Bakan, D. (1966) The Duality of Human Existence: An Essay on Psychology and Religion. Chicago: Rand McNally. Baron, N. S. (2004) See you online: Gender Issues in College Students Use of Instant Messaging. Journal of Lanugage and Social Psychology 23(4), 397-423. DOI: 10.1177/0261927X04269585 Bossaert, S. (2009) Wie voert het hoogste woord? Interactie in het eerste leerjaar basisonderswijs vanuit genderperspectief. Brussel: VUBPRESS. Bronzwaer, S. & Niemantsverdriet, T. (2013, 28 maart) Haagse politici deden vorig jaar 113 keer aangifte van bedreiging, NRC, http://www.nrc.nl/nieuws/2013/03/28/in-2012deden- haagse-politici-113-keer-aangifte-van-bedreiging/, geraadpleegd 28 augustus 2013 Brouwer, D. (1991) Vrouwentaal. Feiten en verzinsels. Bloemendaal: Aramith Uitgevers. Buck, R. & VanLear, A. (2002) Verbal and Nonverbal Communication: Distinguishing Symbolic, Spontaneous, and Pseudo-Spontaneous Nonverbal Behavior. Journal of Communication 52(3), 522-541 DOI: 10.1111/j.1460-2466.2002.tb02560.x Cameron D., McAlinden, F. & O’Leary, K. (1989) Lakoff in context: the social and linguistic functions of tag questions. In Women in their Speech Communities, Coates J.and Cameron D. (eds.), 74-93. Cameron, D. (2003) Gender Issues in Language Change. Annual Review of Applied Linguistics 23, 187-201 Caroline Criado-Perez Twitter abuse case leads to arrest (2013, 29 juli), BBC News UK http://www.bbc.co.uk/news/uk-23485610, geraadpleegd 28 augustus 2013 Coates, J. (2003) Men Talk: Stories in the making of masculinities. Oxford: Blackwell 71

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Coates, J. (2004) Women, men and language: A Sociolinguistic Account of Gender Differences in Language (3rd ed). Great Britain: Pearson Education Limited. Coulthard, M. & Johnson, A. (2007) An Introduction to Forensic Linguistics: Language in Evidence. London: Routledge. Crystal, D. (2008a) Txtng: The Gr8 Db8. Oxford: Oxford University Press. Crystal, D. (2008b) Texting, ELT Journal 62(1), 77-83. Doi: 10.1039/elt/ccm080 De Klerk, V. (1992) How taboo are taboo words for girls? Language in Society 21(2). 277289. Eckert, P. & McConnell-Ginet, S. (1999) New generalizations and explanation in language and gender research. Language in Society 28(2), 185–201. Eckert, P. & McConnell-Ginet, S. (2003) Language and Gender. New York: Cambridge University Press Erickson, B., Lind, A., Johnson, B. &O’Barr, W. (1978) Speech Style and Impression Formation in a Court Setting: The Effects of “Powerfull” and “Powerless” Speech. Journal of Emperimental Social Psychology 14, 266-279. Fishman, P. (1980a) Conversational Insecurity Language: Social Psychological Perspectives. Oxford: Pergamon Press. Gidengil, E. & Everitt, J. (2003) Talking Tough: Gender and Reported Speech in Campaign News Coverage. Political Communication 20(3), 209-232. http://dx.doi.org/10.1080/10584600390218869 Global mobile statistics 2012 Part C: Mobile marketing, advertising and messaging (2012, juni), Mobithinking, http://mobithinking.com/mobile-marketing-tools/latest-mobilestats/c#mobilemessaging, geraadpleegd 6 april 2013 Grant, T (2007) Quantifying evidence in forensic authorship analysis. The international Journal of Speech, Language and the Law 14(1), 1-25. doi : 10.1558/ijsll.v14i1.1 Grant, T. (2010) Text messaging forensics: txt 4n6: idiolect free authorship analysis? In Coulthard, M. & Johnson, A. (eds) The Routledge Handbook of Forensic Linguistics, 508-522. http://reader.eblib.com.proxy.library.uu.nl/%28S%283h2fynwrpvlxpv5xo13stfh3%29 %29/Reader.aspx?p=487985&o=998&u=X%2fu4e8yAEmujJVS52EWUjA%3d%3d& t=1365324801&h=9EFBA66D21397A8AB7E2619A8FD3BEBBE355AB42&s=1659 2275&ut=3282&pg=1&r=img&c=-1&pat=n# Hård af Segerstad, Y. (2002) Use and Adaptation of Written Language to the Conditions of Computer-Mediated Communication. Doctoral dissertation, Department of Linguistics, Göteborg Unversity. 72

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Herbert, R.K., (1986) Say ‘‘thank you’’—or something. American speech 61(1). 76-88. http://www.jstor.org/stable/454710 Holmes, J. (1988a) Paying compliments: a sex-preferential politeness strategy. Journal of pragmatics 12, 445-65. Holmes, J. (1990) Hedges and boosters in women’s and men’s speech. Language & Communication 10(3), 185-205. Humphrys, J. (2007, 24 september) I h8 txt msgs: How texting is wrecking our language, DailyMail UK, http://www.dailymail.co.uk/news/article-483511/I-h8-txt-msgs-Howtexting-wrecking-language.html, geraadpleegd 6 april 2013 Jenson, S. (2005). Default thinking: Why consumer products fail. In Harper, R., Palen, L. & Taylor, A. (eds), The inside text: Social, Cultural and Design Perspectives on SMS London: Kluwer Academic Publishers Kasesniemi, E. L. & Rautiainen, P. (2002) Mobile culture of children and teenagers in Finland, in J. Katz & M. Aakhus, (Eds.) Perpetual Contact: Mobile communication, private talk, public performance. Cambridge: Cambridge University Press. Kelly, H. (2012, 3 december) OMG, the text message turns 20. But has SMS peaked?, CNN, http://edition.cnn.com/2012/12/03/tech/mobile/sms-text-message-20/, geraadpleegd 6 april 2013 Labov, W. (1972a) Sociolinguistic patterns. Philadelphia: University of Pennsylvania Press. Lakoff, R. (1975) Language and woman’s place. New York: Harper & Row. McMenamin, G.R. (2010) Theory and practice of forensic stylistics. In Coulthard, M. & Johnson, A. (eds) The Routledge Handbook of Forensic Linguistics, 487-507. http://reader.eblib.com.proxy.library.uu.nl/%28S%283h2fynwrpvlxpv5xo13stfh3%29 %29/Reader.aspx?p=487985&o=998&u=X%2fu4e8yAEmujJVS52EWUjA%3d%3d& t=1365324801&h=9EFBA66D21397A8AB7E2619A8FD3BEBBE355AB42&s=1659 2275&ut=3282&pg=1&r=img&c=-1&pat=n# Mitchell, E. (2008, 8 september) The case for forensic linguistics, BBC News, http://news.bbc.co.uk/2/hi/science/nature/7600769.stm, geraadpleegd 31 augustus2013 Niedzielski, N. & Preston, D. ( 2003). Folk Linguistics 122, Trends in Linguistics. Studies and Monographs. Berlijn: Mouton de Guyter. Norrick, N. R. (2004) Non-verbal humor and joke performance. International Journal of Humor Research 17(4), 401-409. Novum/NU.nl (2013, 22 februari) PvdA-Kamerlid Hilkens ernstig bedreigd, NU.nl http://www.nu.nl/politiek/3268727/pvda-kamerlid-hilkens-ernstig-bedreigd-.html, geraadpleegd 28 augustus 2013

73

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Olsson, J. (2004) Forensic Linguistics. An introduction to language, crime and the law. Londen: Continuum. Parisi, C. &Wogan, P. (2006) Compliment Topics and Gender. Woman and Language 29(2), 21 – 28 Redactie Intermediair (2011, 10 november) Omgaan met je zakelijke telefoon, Intermediar.nl http://www.intermediair.nl/carriere/werk-en-leven/werk-prive-balans/omgaan-met-jezakelijke-telefoon, geraadpleegd op 14 april 2013 Rees-Miller, J. (2011) Compliments revisited: Contemporary compliments and gender. Journal of Pragmatics 43, 2673–2688. doi:10.1016/j.pragma.2011.04.014 Remland, M. S. (2000) Nonverbal Communication in Everyday Life. Boston: Houghton Mifflin. Scourias, J. (1995), Overview of the Global System for Mobile Communications, http://ccnga.uwaterloo.ca/~jscouria/GSM/gsmreport.html#1, Shapero, J & Blackwell, S. (2012)‘There are letters for you all on the sideboard’: what can linguists learn from multiple suicide-note writers? In Tomblin, S., MacLeod, N., Sousa-Silva, R. and Coulthard, M. (Eds.) Proceedings of The International Association of Forensic Linguists' Tenth Biennial Conference. Centre for Forensic Linguistics, Aston University, U.K. 225-244. www.forensiclinguistics.net/iafl-10proceedings.pdf Steen, G. J. (2011). Genre between the humanities and the sciences. In Callies, M., Keller. W.R. & Lohöfer A. (Eds.), Bi-Directionality in the Cognitive Sciences: Avenues, Challenges, and Limitations. Amsterdam: John Benjamins. 21–42 Strodtbeck, F. & Mann, R. (1956) Sex role differentiation in jury deliberations. Sociometry 19(1), 3-11. http://www.jstor.org/stable/2786099 Tannen, D. (1995) Gender and Discourse. Oxford: Oxford University Press. Tagg, C. (2009) A corpus analysis of SMS text messaging. (Unpublished doctoral dissertation). University of Birmingham, Birmingham. http://etheses.bham.ac.uk/253/1/Tagg09PhD.pdf Tossel, C.C., Kortum, P., Shepard, C., Barg-Walkow, L. H., Rahmati, A. &Zhong, L. (2012) A longitudinal study of emoticon use in text messaging from smartphones. Computers in Human Behavior 28. 659–663 dx.doi.org/10.1016/j.chb.2011.11.012 Thurlow, C. & Brown, A. (2003) Generation Txt? Exposing the sociolinguistics of young people‘s text-messaging‘ Discourse Analysis Online 1/1. http://extra.shu.ac.uk/daol/articles/v1/n1/a3/thurlow2002003-paper.html 74

M@rs, V&us en SMS – Genderverschillen in het genre van de SMS

Trudgill, P. (1972). Sex, covert prestige and linguistic change in the urban British English of Norwich. Language in Society 1(2), 179-195 http://www.jstor.org/stable/4166683 Underhill, R. (1988) Like Is, like, Focus. American Speech 63(3), 234-246. URL: http://www.jstor.org/stable/454820 Van der Houwen, F. (to be published), Auteurschap, http://bb.vu.nl/bbcswebdav/courses/LET_L_NCMATEC001_2012_121/CONCEPT_ %20Hoofdstuk%2007%20Auteurschap%20121201.pdf Yaguchi, M., Iyeiri, Y. & Baba, Y. (2010) Speech style and gender distinctions in the use of very and real/really: An analysis of the Corpus of Spoken Professional American English. Journal of Pragmatics 42. 585–597 doi:10.1016/j.pragma.2009.08.002

Zheng, R., Li, J. & Huang Z. (2006) A Framework for Authorship Identification of Online Messages: Writing-Style Features and Classification Techniques. Journal of the American Society for Information Science and Technology, 57(3), 379-393. DOI: 10.1002/asi.20316 Zimmerman, D.H. & West, C. (1975) Sex roles, interryptions and silences in conversation. http://www.stanford.edu/~eckert/PDF/zimmermanwest1975.pdf

75