A Discourse Analysis of Canadian PM’s Speech after New Zealand Christchurch Mosque Shootings
Notice bibliographique
Résumé
We use language for different purposes that are mostly related to social practices in different contexts and perspectives. Discourse analysis is one of the disciplines which examines the use of language from different perspectives to reach a possible understanding of the discourse. This paper is also an attempt to analyze the language used in a particular context and perspective to understand and expose some constructed realities. The objective of this study is to examine the Canadian PM’s moral and ideological standpoint, his commitment to show solidarity with the grieved community, his determination to eradicate terrorism and his linguistic characterization of terrorism that he confirmed in his speech in the House of Common on March 18, 2019, after the Christchurch Mosque Shootings in New Zealand. The analysis is based on Fairclough’s conceptions in CDA. It claims that ideologies and texts are interrelated, and it is not possible to break this link between ideologies and texts because the texts can be interpreted in maximum possible ways. This study analyzes the components of ideology and persuasion used in Justin Trudeau’s speech to reveal his commitment and persuasive strategies against terrorism, and it gives new hopes to the targeted communities worldwide as well as the general public. He tried to ensure the public that they are not alone because the world leaders and the heads of the states are unconditionally united to eradicate worldwide terrorism.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».