Discourses on Languages and Identities in Readers' Comments in Ukrainian Online News Media: An Ethnolinguistic Identity Theory Perspective
Notice bibliographique
Résumé
This study is a pioneering attempt to apply social and ethnolinguistic identity theories developed by social psychologists Henri Tajfel, Howard Giles, and Patricia Johnson, and Judith Butler’s critical feminist theory of hate speech, to Ukrainian realities. The material comprises nearly 3,000 readers’ comments concerning language issues posted to Ukraine’s leading news website Ukrains'ka pravda (Ukrainian Truth) in 2010-12, and is analyzed through a systematic discourse-historical approach within a critical discourse analysis. Notorious for intolerance, filthy language, and trolling on a mass scale, the comments reflected the language situation in Ukraine from 2010 to 2012, demonstrating linguistic optimism, linguistic alarmism, denial of bilingualism, and historicist, legalist, and laissez-fair discourses. The readers’ comments deny or affirm the authenticity of either the Russian or the Ukrainian language, propose the exclusion or inclusion of the Russophone population in Ukraine, or deny that there are identity differences. From the chosen theoretical perspective, this study testifies to an unequal power status of the language groups, to the cultural hegemony of Russophones and the challenge to this hegemony by Ukrainophones, to mutual othering, and to an abundance of hate speech. Arguably, the use of hate speech assisted in developing and cementing the identities of Ukrainians who connected strongly with either the Ukrainian or the Russian language.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,016 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».