The Usage of Spatial Prepositions in the Headlines of Major Nigerian Newspapers
Notice bibliographique
Résumé
English language in Nigeria has the status as an official language that is used in local and international correspondences. One aspect of English grammar that is very hard for second language users including Nigerians to master is prepositions. Not only that English prepositions difficult, they are also the most frequently used items in newspapers that play an important role to signal political and cultural discourses. This study aims to describe the usage and communicative functions of spatial prepositions “in, on and at” in the headlines of four major Nigerian newspapers. Primarily, to achieve that the present study adopted Halliday’s Systemic Functional Linguistics. Data were collected through the analyses of 21 headlines from four selected major Nigerian newspapers. The findings revealed that Vanguard, a major Nigerian newspaper, has the highest percentage of the usage of target prepositions (26.86%), seconded by Punch (24.92%), followed by the Sun (24.27%), and lastly the lowest percentage, The Nation (23.95%). Also, it was revealed from the study that newspaper editors preferred to use preposition “at” (indicating specific location) but replaced it with preposition “in” (indicating broader location). Moreover, despite the frequent usage of preposition “in” in replacement of preposition “at”, they also preferred the forward position that expresses uncertainty compared to mid-ward and backward positions. This study concludes that people can be united ideologically especially on issues that foster nationalism through the use of newspaper headlines since newspaper headline is a new form of discourse that may initiate, sustain, and shape the political and other national agenda.
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 | 0,010 |
| 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 | 0,000 | 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 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 ».