MétaCan
Menu
Retour à la cohorte
Enregistrement W4388960884 · doi:10.5430/wjel.v14n1p233

A Critical Discourse Analysis of Mandela’s ‘I am Prepared to Die’ Speech: Insights into Language of Transformational Leadership

2023· article· en· W4388960884 sur OpenAlexvenueno aff
Mohammad Awad AlAfnan, Samira Dishari

Notice bibliographique

RevueWorld Journal of English Language · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSouth African History and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransformational leadershipLinguisticsPsychologyCredibilityGrammarFluencyComputer scienceSociologySocial psychologyEpistemologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Critical discourse analysis (CDA) is employed to analyze Mandela’s ‘I am Prepared to Die’ speech and identify the transformational leadership qualities demonstrated by Mandela. The analysis considers the speech's vocabulary, grammar, structure, and genre. The analysis reveals that Mandela exhibited the key characteristics of transformational leaders, including individualized consideration, inspirational motivation, idealized influence, and intellectual stimulation. Through his use of language and grammar, Mandela is portrayed as a strong, capable, devoted, fair, and responsible leader. The use of singular and plural first-person pronouns demonstrates Mandela's leadership qualities which include honesty, reliability, inclusion, and courage to speak the truth. It also highlights his ability to influence, inspire, motivate, and adapt to changing circumstances. Mandela employs transformational tactics to not only transform values, goals, and lives but also to persuade others through his actions, motivate by his vision, and establish challenging goals. In terms of genre and structure, the introduction effectively grabs the audience's attention with a startling statement and a clear thesis statement outlining key issues. The conclusion sums up the speech and ends up with a strong and powerful clincher, which gives the speech its well-known title. The body of the speech was packed with facts and details that were presented in a coherent and organized manner using narrative, descriptive, expository, definition, process, compare and contrast, argumentative, persuasive, cause and effect, classification, and critical analysis styles. The study reveals that Mr. Mandela manages to deftly use these styles to establish his credibility and reliability as a transformational leader, on the first hand, and well serve the purposes of the speech, on the other hand.

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)0,008
score de la tête « metaresearch » (Gemma)0,020
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 enseignants0,012
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0120,011
Communication savante0,0070,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,029
Tête enseignante GPT0,324
Écart entre enseignants0,295 · 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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetSouth African History and CultureTravaux en français237 207