An ideological square analysis of the podcast discourse in “Chinese Dreams” of the BBC World Service
Notice bibliographique
Résumé
Employing the ideological square model (Van Dijk, 1998 Van Dijk, T. A. (1998). Ideology: A Multidisciplinary approach. Sage. [Google Scholar], 2000 Van Dijk, T. A. (2000). Ideology and discourse: A Multidisciplinary introduction. Pompeu Fabra University. [Google Scholar]), this article examines polarization strategies of positive and negative representations of ‘us’ and ‘them’ in ideological discourse on the rise of China by Western media. We analyzed discourse properties in the narratives of five podcast episodes of the BBC World Service about the Chinese Dream, one episode each on Australia, Canada, India, Indonesia, and Kenya. The results revealed prevalent negative representations of ‘them’ – emphasizing negative characteristics and de-emphasizing positive ones of China. However, discourse strategies of emphasizing positive characteristics about ‘us’ and de-emphasizing negative things about ‘us’ were only found in Australia and Canada. The podcasts hardly avoided discussing negative aspects of India, Indonesia, and Kenya. In doing so, the BBC’s ideological discourse excluded these countries from ‘us.’ Our study indicates that the ideological square approach is not only useful to elucidate discourses behind positive and negative representations of ‘us’ and ‘them’ but also can identify nuances in discursive construction of ‘us.’
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,007 | 0,009 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».