Technologization of Discourse: Technologization of American Foreign Policy Discourse in the Middle East in President Donald Trump’s Selected Speeches
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Discourse of the powerful is normally characterised as hegemonic since it lacks, whether consciously or unconsciously, familiarity of historical events and intrinsic knowledge of culture. President Trump’s disregard for or over-simplification of the complexities of Middle Eastern cultures in particular, their history, politics, and political geography, his belligerent and rapacious entrepreneurial rhetoric, his authoritarian stance on many global issues combined with the superficial allure of his ‘common man’ persona, and his hegemonising of many of the world’s nations make him the antithesis of the conventional politician. The process of technologization of Donald Trump’s discourse that has been influencing the discursive practices surrounding Middle East politics and American foreign policy has given rise to a type of discourse that is unprecedented in modern time American presidencies, a discourse rooted in threat, disregard, and humiliation. Trump’s disrespect to heads of states entails disrespect of their people, history, and culture, and this is prevalent in almost all his speeches. This paper focuses primarily on Trump’s rhetorical styles in his 28th September 2018 address to the UN, the May 14th 2018 address on the U.S. Embassy move from Tel Aviv to Jerusalem, and finally the April 13th 2018 address on the Syrian airstrikes.
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.
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 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découle