Rhetorical Construction of COVID-19 News in Chinese Context—A Corpus-Based Study
Notice bibliographique
Résumé
As a language practice, news discourse is rhetorical that responds to a given circumstance and conveys values and ideas to the target audience with specific goals. This study examined how the English official website in China represented COVID-19 news to affect the public under the rhetorical framework. Using Sketch Engine as the tool for data analysis on a self-built corpus, this study carried out a quantitative analysis of the linguistic features of the COVID-19 news on In Zhejiang, the official English website of China’s Zhejiang Province. Then, based on the data obtained from corpus analysis, this study applied both modern and classical rhetorical theories to conduct a qualitative analysis of the rhetorical mechanism, including rhetorical invention, rhetorical strategies, and style, of the COVID news on the website of In Zhejiang. The results showed that the COVID-19 news was a positive response to the COVID situation in Zhejiang province and China with the purposes of mobilizing the citizens and establishing favorable images of the government and the Zhejiang people. Meanwhile, the news was constructed within its cultural context and Chinese journalism conventions, making it more adapted to the home audience and limiting its appeal to a global audience and effectiveness for worldwide communication. By demonstrating that news discourse is a rhetorical construction, this study provides valuable insights for the news media, particularly Chinese official media, on how to approach the audience rhetorically to improve the persuasiveness of their news reports, as well as a new theoretical framework for the research of public health crises.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».