Exploring Transitivity in Speeches of President Joko Widodo Using UAM Corpus Tool
Notice bibliographique
Résumé
This research investigates the transitivity system as a part of systemic functional linguistics theory together with the UAM Corpus Tools 3.2, developed by Donnel (2008) in the presidential speeches of the President of the Republic of Indonesia, Joko Widodo (hereafter JW). It focuses on analyzing processes, participants, and circumstances. The research is a descriptive qualitative study. The speech transcripts of President Joko Widodo in 2015 and 2018 are stored in a text file (.txt) with UTF-8 encoding. The findings of this research showed that material process types were found more than other process types in 2015 and 2018. This indicates that, by using material clauses, JW strongly desires to emphasize real work or action work in his speech. In terms of the participants, Actor and Goal were the most dominant in 2015 and 2018. In terms of Circumstance, Location, Cause, and Manner were the most dominant in 2015 while in 2018, Cause, Manner, and Location were the most dominant. Location is again one of the most dominant circumstance features in the text. This can be considered as consistency in JW’s speeches. On the other hand, the fact that JW utilizes the same elements from the speech from three years prior means that this might not be regarded as a breakthrough.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 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) | 0,004 | 0,001 |
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 ».