A Corpus-Based Critical Discourse Analysis of News Reports on the COVID-19 Pandemic in China and the UK
Notice bibliographique
Résumé
Media, as important windows for the public to get to know timely information, play a vital role in influencing citizens’ attitudes as well as behaviors. From 2019, the Coronavirus Disease 2019 (COVID-19) pandemic, a global health emergency, has aroused great concern of the international community, including media. Varied in cultural context, political stand, and people’s ideology, however, media in different countries reported the COVID-19 dissimilarly. According to Fairclough’s critical discourse analysis (CDA) model, it is posited that the discrepancies in the reports of the COVID-19 can reflect ideological differences and have explanatory power in the development of the COVID-19 in distinct countries. Based on this premise, by utilizing the database analysis software AntConc 3.2.4w on self-built corpora, this study analyzed the news reports of different stages on the COVID-19 in China and the UK, i.e., in China Daily and The Guardian, respectively, and attempted to reveal the discourse characteristics in the two media, together with the discussion on their possible relations to the pandemic-controlling practices. The corpus-based analysis showed that China Daily used more objective and neutral words in the descriptions of the COVID-19 and expressed more active attitudes in fighting against the epidemic, whereas The Guardian used more negative words in describing the pandemic and words with weak restricting force when reporting policies concerning the control and prevention of the COVID-19 pandemic. Moreover, the comparison between the discourse before and after the lockdown demonstrated that the descriptions of the COVID-19 in the UK media transformed into a more objective and neutral one than before with an increased use of expressions of restriction and social conflicts. The same comparison in the discourse of China Daily found that words about sharing experience and promoting cooperation augmented noticeably. The above-mentioned findings were also discussed together with these two countries’ domestic epidemic situations and ideological differences, respectively.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| 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 | 0,001 |
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 ».