A Corpus-Assisted Critical Discourse Analysis of the Syrian Refugee Crisis in Jordanian Newspapers
Notice bibliographique
Résumé
The present study employs corpus linguistics and critical discourse analysis to investigate the attitudes of Jordanian news towards the Syrian refugee crisis. The corpus of the research, which consists of 10140 articles (Word types: 103170 and Word tokens: 1956589), were taken from the Petra news agency between 2016 and 2018. Antconc Tools Version 3.4.4w was used to analyze the data. The study used corpus statistical tools of collocates and concordance. Collocates tool used to create a list of 200 collocates associated with the words: /lad3iʔ/ ‘refugee’, /lad3iʔi:n/ ‘refugees’, /su:ri:/ ‘Syrian’, and /su:ryi:n/ ‘Syrians’. These collocates were organized into two thematic categories: ‘services and resources’ and ‘Jordanians and Syrians’. The study used a concordance tool to unveil the attitudes of newspapers towards the Syrian refugee crisis. The findings of the study showed that Jordanians see Syrians as “brothers” and “guests”. However, Jordanian newspapers overstated the negative effect of Syrian refugees on the Jordanian economy, education, healthcare, etc. Jordanians were frustrated because Syrians compete with them on their resources and governmental services.
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 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 | 0,118 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».