A Critical Discourse Analysis of News Reports on Sino-US Trade War in The New York Times
Notice bibliographique
Résumé
Critical Discourse Analysis is an interdisciplinary approach to the study of discourse regarding language as a form of social practice. As a specific discourse, news discourse is a representation of the journalists’ expression and construction of events, as well as readers’ understanding and cognition of the events reported. It functions as a carrier that transmits ideologies and social values. Recently, news reports on the trade conflicts between China and the US has been the focus of world attention. A study of news reports on Sino-US trade conflicts with Critical Discourse Analysis approach helps interpret the relation between language use and social contexts and reveal ideological significance and power struggle in language. Twenty pieces of news reports on China’s tariff actions on the United States, collected from The New York Times from 2018 to 2019 are studied and the result shows that the use of language in the news texts is not arbitrary, but rather dominated by the medium. The options of lexical expressions in news, the selection of clause types and the position of participants enable the medium to construct a negative image of China and to define China as an unfavorable country. The reasons deciding the language use in this discourse are the tension and balance of the power relation between the U.S. and China in the trade war, and the institution’s favor of the American interest, the American political hegemony and the advocacy of force.
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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,005 | 0,004 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».