MétaCan
Menu
Retour à la cohorte
Enregistrement W2766622583 · doi:10.5539/ells.v7n4p49

Semantic Prosodies and Frame Semantics in Media Discourse: A Case Study of the Ubiquitous Mayhem in the Iraqi City of Kirkuk

2017· article· en· W2766622583 sur OpenAlexvenueno aff
Raith Zeher Abid, Nidaa Hussain Fahmi Al Khazraji

Notice bibliographique

RevueEnglish Language and Literature Studies · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMedia Studies and Communication
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFraming (construction)UnrestEthnic groupLinguisticsPoliticsMedia studiesHistoryPolitical scienceSociologyPhilosophyLaw

Résumé

récupéré en direct d'OpenAlex

The study investigates the semantic prosodies and semantic framing of the Iraqi city of Kirkuk as depicted in the media. This research aims to supplement current critical research by investigating the issue of Kirkuk and the main reasons for its constant mayhem as presented in media discourse, which hitherto has never been investigated. Moreover, this study’s synergy of semantic prosody and semantic framing is novel. The corpus consists of Eastern and Western news articles retrieved from 4 December 2012 to 23 December 2012. The results of the study indicated that Kirkuk is typically associated with negative prosodies that revolve around political unrest, military tension, and bomb attacks. The main reasons for this mayhem, as depicted in the media, are the city’s most prominent features that is, its multi-ethnicity and oil wealth.

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)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,097
Score d'incertitude au seuil0,917

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

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

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

Tête enseignante Opus0,028
Tête enseignante GPT0,357
Écart entre enseignants0,328 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

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

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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnglish Language and Literature StudiesMême sujetMedia Studies and CommunicationTravaux en français237 207