MétaCan
Menu
Retour à la cohorte
Enregistrement W4308051794 · doi:10.5430/wjel.v12n7p117

Climate Change and Linguistic Assistance to Overcome Its Risks: An Eco Linguistic Analysis of Greta Thunberg Speech

2022· article· en· W4308051794 sur OpenAlexvenueno aff
Nazish Naz, Aqsa Atta, Ahdi Hassan

Notice bibliographique

RevueWorld Journal of English Language · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLinguisticsIdeologyPerspective (graphical)Selection (genetic algorithm)Context (archaeology)Argumentation theorySociologyComputer sciencePolitical sciencePoliticsHistoryArtificial intelligencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Climate change, like many other pressing issues in today's society, is being scrutinized by the linguistic community as well under the subcategory of Eco linguistics. In this context, the present study tries to illuminate this new field by critically or Eco linguistically analyzing Greta Thunberg’s most recent (selected) speech. In particular, by using the theoretical framework given by Norman Fairclough’s three-dimensional discourse model, the study analyzes the way how Greta draws on different linguistic devices or adopts highly selected use of language to convey an ecologically beneficial perspective and ideology. It also examines the use of figures of speech in her speech and it explores how the selection is made for conveying an ecologically beneficial perspective. The findings revealed her careful selection of vocabulary items, use of direct and dominant language, extensive use of metaphors, ironic expressions and lack of euphemistic expressions. Besides that, her use of conjunctions adheres to coherence, her inductive style of argumentation focuses on reasoning. The findings showed the use of transitions throughout her speech between pessimistic and optimistic expressions. The result presented that her manipulation through the use of sensitive and emotionally triggered words have influenced people to a great deal to the point of shaping their distinct ideology regarding climate change and thus to pursue an agenda based on action. The study also provides implications to develop understanding of climate related discourses as it stresses the role which language or linguistics play in encouraging and influencing people to safeguard the systems that sustain life.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,004
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,307
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207