MétaCan
Menu
Retour à la cohorte
Enregistrement W2142777656 · doi:10.5539/ijel.v2n1p59

Post-September 11 Discourse: The Case of Iran in The New York Times

2012· article· en· W2142777656 sur OpenAlexvenueno aff
Maryam Jahedi, Faiz Sathi Abdullah

Notice bibliographique

RevueInternational Journal of English Linguistics · 2012
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeopoliticsTerrorismCritical discourse analysisRepresentation (politics)Power (physics)Boko haramFront (military)Discourse analysisMedia studiesPolitical scienceNews mediaSociologyPoliticsLinguisticsLawGeographyPhilosophy

Résumé

récupéré en direct d'OpenAlex

This study examined how discursive strategies and related linguistic devices were employed by The New York Times (TNYT) to portray Iran after the terrorist attacks in the U.S. on September 11, 2001, and how the media representation may have contributed to negative and/or positive outcomes in terms of geopolitical relations. The study also investigated how sociopolitical assumptions were manifest in producing news about Iran and how the news discourse continued to shape the power relations between the nation and the U.S. in particular, and the world at large. Using Critical Discourse Analysis (CDA) as a multidisciplinary approach, the analysis focused on 171 front-page TNYT news articles from 2001 until 2009. Analysis of the discursive strategies and linguistic means revealed that the news media depicted an overall negative picture of Iran after the September 11 or “9/11” attacks. The effect of this rather stereotypical construction of Iran in TNYT was that of the negative Other, a nation of people that formed part of George W. Bush’s contentious “axis of evil” thesis–malevolent, untrustworthy, violent, and a threat to world peace.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

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

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,819
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,031
Tête enseignante GPT0,314
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207