Critical Metaphor Analysis of Political Discourse in Nigeria
Notice bibliographique
Résumé
Metaphor is an important figure of speech copiously deployed in political discourse. In this study, we adopted the framework of Charteris-Black’s (2004) Critical Metaphor Analysis (CMA) which derives from Critical Discourse Analysis (CDA).This framework is interested in exploring the implicit intentions of language users, the ideological configurations and the hidden power relations within socio-political and cultural contexts. It captures the ideological and conceptual nature of metaphor, and transmits truth alive into the hearts of the people by passion. The thrust of this study is the identification, analysis and interpretation of the ideological and conceptual metaphors in the speeches we studied that create a particular linguistic style, conceptualize the speakers’ experiences and transmit their ideologies for rhetoric and argumentation purposes. The corpus of this study is limited to the political speeches of Brigadier Sani Abacha in 1984 and 1993, General Ibrahim Babangida in 1985 and 1993, M.K.O. Abiola in 1993 and 1994, and Goodluck Ebele Jonathan in 2013. The study reveals that the speakers use metaphors as tools to enact power and wield influence on their audience. There is further the use of metaphors for the purpose of argumentation thereby promoting self-ideologies and power asymmetric. Furthermore, the study shows that the speakers in the speeches we analysed use metaphors as a strategy to identify with the people so as to create a bond between them. Finally, our speakers use metaphors to manipulate their audience both mentally and conceptually, polarize between them and the conceived enemies, and dominate their audience; and conceal and conceptualize experience in order to reframe realities to suit their interests.
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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».