MétaCan
Menu
← Retour à la cohorte
Enregistrement W2920703373 · doi:10.5539/ijel.v9n2p307

A Deictic Analysis of Pakistan’s National Identity Representation in the Indigenous English Newspapers

2019· article· en· W2920703373 sur OpenAlexvenueno aff
Faiqa A. Khaliq, María Isabel Maldonado García

Notice bibliographique

RevueInternational Journal of English Linguistics · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDeixisNewspaperIndigenousPoliticsDemocracySociologyMedia studiesAsset (computer security)National identityPolitical scienceLinguisticsLawComputer science

Résumé

récupéré en direct d'OpenAlex

The goal set for the present study is to investigate the temporal and spatial deixis which are used to represent and build the national identity of Pakistan in the two leading indigenous English newspapers. The study investigates how the WAR and NATION frames are used in the opinion articles of The News and DAWN to project the negative image of Pakistan by using temporal and spatial deixis. The data collection is based on the ten years of opinion articles from 2007–2017. The political situation of Pakistan in the year 2007 was crucial and it is marked as a step towards the revival of civilian democracy through the announcement of general election in Pakistan during the ongoing war on terror. Purposive sampling technique is used in the selection of data. The theoretical foundation is based on the Anderson’s (1991) Imagined community. The empirical framework is based on Harts’ (2014) Critical Cognitive Discourse Analysis. Both qualitative and quantitative methods are employed. Antconc is used to generate the frequencies and concordance lines of the text. The data analysis shows that journalists mostly projected the negative image of Pakistan by utilizing different deixis and by linking the events of past from shared memories with the present and the future events by conceptualizing WAR and NATION Frames.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,025
Tête enseignante GPT0,387
Écart entre enseignants0,362 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English Linguistics→Même sujetSocial Media and Politics→Travaux en français237 207→