Evolution of U.S. Presidential Discourse over 230 Years: A Psycholinguistic Perspective
Notice bibliographique
Résumé
Much of recent research on U.S presidential discourse has focused on the nexus between language forms and their underlying social processes and psychological states. However, little work has been done to shed light on how these latent characteristics have evolved over time. This study investigated the evolution of three psychological states (authenticity, affect, and time orientation) underlying U.S. presidential discourse over approximately 230 years (1789–2016). Based on one of the most comprehensive corpora of presidential speech transcripts, Linguistic Inquiry and Word Count (LIWC) 2015, a text analysis software, was utilized to explore these psychological states. To see the overall trend of these states across U.S. presidential history as a whole, initial analysis was based on LIWC indices, which showed that, 1) overall, authenticity level is on a steady increase in U.S. presidential discourse; 2) in the presidents’ speeches, positive emotions invariably outweigh negative emotions, and both types of emotion remain relatively constant in the long run; 3) the discourse of “focus on present” consistently outweighs the discourse of “focus on future”, which outweighs the discourse of “focus on past”. To see whether the general trend holds across different parties, a series of independent samples t-tests were first performed to check for significant difference. The results indicated that in all the three psychological states, there was no significant difference between the Democratic presidents and the Republican presidents, and that the trend in different parties is in agreement with the overall trend. Subsequent visualization of the LIWC indices according to party generally corroborated these results, with only one exception: authenticity levels are on a steady increase in the discourse of the Democratic presidents, but in the Republican presidents, there was a sharp increase in recent years.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».