MétaCan
Menu
Retour à la cohorte
Enregistrement W2765525045 · doi:10.5539/ijel.v7n6p275

An Interdiscursive Analysis of Post-The Innocence of Muslims Political Discourse at UN Forum

2017· article· en· W2765525045 sur OpenAlexvenueno aff
Shazia Ayyaz

Notice bibliographique

RevueInternational Journal of English Linguistics · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitical theory and Gramsci
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHegemonyPoliticsInnocenceCritical discourse analysisIdeologyConstruct (python library)Power (physics)SociologyDiscourse analysisPolitical scienceCivil discourseContext (archaeology)Media studiesGender studiesLawLinguisticsPhilosophyHistory

Résumé

récupéré en direct d'OpenAlex

This research focusses the interdiscursive analysis of political discourse to expose the hegemonic relations in the world politics. It is backgrounded in the issue of blasphemy that emerged after the release of the movie trailer The Innocence of Muslims. The researcher restricted the context of the study to the UN General Assembly meeting September 2012 where the issue was discussed in the presence of world political leaders. The data of the study contains the speech of the US president Barak Obama and is analyzed by using Fairclough’s (1992) concept of interdiscursivity and hegemony. The analysis is focused on the discourse of the dominant political actor to find out the power relations and hegemony as exposed through the interdiscursive references present in his discourse. The study concludes that the dominant political leader uses different discursive strategies to construct and sustain power relations and hegemony. Interdiscursivity helps him to construct powerful self-image and to marginalise the subordinate group by highlighting its negative aspects and suppressing its ideologies.

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

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,004
Études des sciences et des technologies0,0060,007
Communication savante0,0060,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,386
Écart entre enseignants0,367 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetPolitical theory and GramsciTravaux en français237 207