MétaCan
Menu
Retour à la cohorte
Enregistrement W4362698628 · doi:10.5430/wjel.v13n5p299

An Analysis of Presuppositions in the Victory Speech of President Joe Biden

2023· article· en· W4362698628 sur OpenAlexvenueno aff
Vikas Lathar, Jayashree Premkumar Shet, Christy Paulina J, S Vennila, S. Moorthi, Retna Mony R, D. Solomon Paul Raj, Aseda Fatima R., C. Divya

Notice bibliographique

RevueWorld Journal of English Language · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural, Linguistic, Economic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPresuppositionUtteranceLinguisticsMeaning (existential)PsychologyContext (archaeology)PragmaticsCounterfactual thinkingEpistemologyPhilosophySocial psychologyHistory

Résumé

récupéré en direct d'OpenAlex

"Pragmatics is the study of the meaning of a speaker's utterance," according to Yule (1996:3).At the same time it’s the hearer, who deduces the meaning of the utterance from the context of what the speaker wants to convey. Speakers generally make indirect assumptions about the true picture of the situation in everyday status quo, and the meaning or comprehension of what is stated may be altered by the speaker's preconceptions (Haji, and Mohammed, 2019). On this note the notion of presupposition arises. Presupposition is defined as the speaker's implicit but communicated assumption. (Levinson, 1983) As a corollary, the intent of this present descriptive qualitative study is to investigate many types of presuppositions, their triggers and their relevance in Joe Biden's Victory Speech. Additionally, this discourse analysis research investigates what types of presuppositions, and their triggers are used by Biden, as well as it explores in depth the most prominent type of presupposition in the chosen speech. Yule's theory of presupposition classifies presupposition into six categories: existential presupposition, factual presupposition, lexical presupposition, structural presupposition, non-factual presupposition, and counterfactual presupposition. The study's data is comprised of statements that involve presupposition triggers. Levinson's list of lexical and syntactic triggers is adapted to identify presuppositions.The analysis of Biden’s speech has shown that the president heavily depends on lexical level triggers that have ranked first scoring eight hundred ninety-four occurrences, this means that this level triggers have effect on the speech. The topmost sub category trigger is Noun clauses that are the most prominent one with 683 occurrences. There were one hundred and eleven syntactic level triggers amongst which thirty-four of them are temporal clauses. It was also determined that, like every other speech, Biden's speech is laden with existential presupposition type (82.28%) and every other type of presuppositions has been identified in the president’s speech. The finding of a large number of triggers in this work would aid both linguistic and pedagogical domains.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,351
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,334
Écart entre enseignants0,312 · 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 tête enseignante, 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetCultural, Linguistic, Economic StudiesTravaux en français237 207