Modality in the Text of Jokowi’s Speech in the Context of the Anniversary of Political Parties in Indonesia: Systemic Functional Linguistics Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A person's views or opinions can be known from the use of modalities when giving speeches. This study aims to determine and describe the use of modalities in the text of Jokowi's speech in the framework of the Anniversary of Political Parties in Indonesia. This research is a qualitative descriptive research. The data of this study are clauses that have modalities in the text of Jokowi's speech. The technique of collecting data was done by online participatory observation and the technique of analyzing data was done by using interactive data analysis including: data collection, data reduction, data display and conclusion. Meanwhile, the source data of this research from five speeches of Jokowi at the political parties’ anniversary namely: Golkar, Perindo, PDI-Perjuangan, PSI, and Gerindra. The five speeches of Jokowi were downloaded from youtube. The results of this study show that the five speeches of Jokowi used modalization modality and modulation modality with different frequency occurences. Modalization modality dominates in its use with frequency 68 times meanwhile the frequency of modulation modality occurred in 53 times. This research also found 18 markers of modality used by Jokowi in his speech. From 18 markers of modality, it was found 3 markers of modality that were dominant in use, namely: ‘will’, ‘must’, and ‘want’. Thus, it was concluded that Jokowi in his speech had high hopes for the five political parties to bring Indonesia to become a developed country.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle