Framing Climate Policies: Discourse Analysis of Carbon Pricing Debates in Canada and Australia
Notice bibliographique
Résumé
Framing Climate Policies: Discourse Analysis of Carbon Pricing Debates in Canada and Australia Abstract The aim of this paper is to analyze and compare the discourses of Stephen Harper and Tony Abbot during federal election campaigns where climate policies played an unusually important role (2008 in Canada and 2013 in Australia). The study builds on a hypothesis, that according to the post-materialist theory and the Environmental Kuznets Curve, such economically advanced, democratic countries as Canada and Australia should be at the vanguard of climate action. However, in reality they are some of the worst performers when it comes to tackling carbon emissions. Both Harper and Abbott publicly promised to put in serious efforts to tackle climate change. However, when the question of setting a national price on carbon came up for discussion during the above-mentioned election campaigns, they both not only opposed it, but even tried to discredit it by framing the whole debate in overwhelmingly negative terms. In order to uncover what kind of frames and other discursive strategies the two politicians used to shape the debate, critical discourse analysis was applied to their public statements on the policy of carbon tax. Results of this analysis show that they used all of the frames that are typically associated...
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 | 0,011 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,009 | 0,015 |
| Études des sciences et des technologies | 0,023 | 0,018 |
| Communication savante | 0,012 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».