Textual Organization for Effective and Meaningful Communication: A Focus on the Speeches of Muhammadu Buhari
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Texts are not just texts. Texts are considered texts because of the structure and organization they have. Many linguists do not pay attention to the structure of the text instead attention is paid to the nature of delivery and other aspects of the text. Thereby leaving a vacuum as to what is the internal build of a text. In response to this, the present study presents an analysis of the textual patterns of four of Buhari’s speeches focusing on the textual patterning models of problem to solution, General to Specific and Claim to Counter Claim. The purpose of the study is to unravel the technique behind the arrangement of ideas in the speeches. The study adopts Hoey’s theory of textual patterning as the theoretical framework and reveals amongst others that in the problem to solution model, more problems are presented in Speech A and C which were presented in Nigeria against Speech B and D presented in the United States and in Ethiopia respectively. The problems presented in Speech A and C are local and remote problems related to Nigerians alone while the problems presented in Speech B and D have global links as they affect many countries. The study also discovers that the provision of a futuristic solution in the Problem to Solution Model of Textual Patterning acts as a pointer to the present situation even if it was not stated expressly and the use specificity in the general to specific model acts as a form of reinforcement on the information value of the general statement.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,483 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle