The Learning Analysis of the Political Text: Structure and Functions of the Election Address (on the Example of G. Zyuganov’s Speeches)
Notice bibliographique
Résumé
Good number of researchers have demonstrated the need for online training for faculty members in various countries around the world in recent years. However, most of these academic researchers have discussed the different effects of the online training system. The study deals with the genre structure and formation of a special type of the political text which is an election address of a political leader to the electorate. The article considers the history of the appearance of the public speech genre in Russian political discourse, its functions and linguistic features that solve the problem of revealing the main ideological content at the lexical level. The paper also focuses on the techniques used in this authorial text. They are examined from the perspective of identifying manipulative strategies and tactics of influencing the emotional, rational, and moral-ethical spheres of the electorate, and their implementation at the language level. The research material was the texts of Gennady Zyuganov’s election addresses in 2000 and 2019 taken from the Internet sources, as well as the accompanying comments estimated to be about 50 sources. To increase the degree of objectivity of the results obtained, machine text processing (SEO-type text processing programs, vaal.ru, wordstat.yandex and others) was also used. In the course of the study the linguistic characteristics of the implementations of the political address functions (influence, inspiration, advocacy and propaganda, informing), typical of this type of political statements, are revealed along with the established dynamics of changes in rhetoric by Gennady Zyuganov as the leader of a political party (the Communist Party) and its leading representative.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».