From Eco-Jihad to Politicization: A Corpus-based Eco-linguistic Discourse Analysis of the Arab Media Coverage of the Safer Floating Oil Tanker
Notice bibliographique
Résumé
This study attempts a corpus-based discourse analysis of the coverage of the FSO Safer in Arabic media to determine the main recurrent categories and themes in the coverage produced by outlets associated with conflicting/warring parties, as well as reports from more neutral media. This study, therefore, provides analysis of media coverage on the FSO Safer starting with the first report from Aljazeera on the issue in 2019, until June 2022. This study utilized Sketch Engine to compile a digital corpus of Arabic news articles. The corpus consists of 420,00 tokens. Additionally, this study explores how the word al-bīʾah (environment) is represented in the corpus by conducting a transitivity analysis of each concordance line or clause that included the word or one of its variants. This study also examines the various manipulative strategies that media outlets associated with conflicting parties used to determine how each presented the 'other', holding them accountable should the catastrophe strike. The findings of this study indicated that the themes recurrent in the corpus include the scale of catastrophe, environmental damage in the event of a spill, economic consequences, the UN emergency plan, echo-jihad, and 'we' vs 'them', among others. The presence of the word al-bīʾah in the corpus clearly shows that human beings are represented as the most active of beings; those who think, do and act in the world and those who behave and speak. Inanimate objects, on the other hand, are represented as passive participants; things are done to them.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| 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 ».