Turn-Taking in Political Interviews and Its Impact on Building Government Credibility
Notice bibliographique
Résumé
Television political inquiry is conducted through question-and-answer exchanges with host and government officials on prominent livelihood issues, which helps to improve the efficiency of government governance. Interview participants’ identity, communicative intention, power, and contextual factors have a significant impact on the discourse choices of both parties. This research clarifies the mechanism by which communicators mobilize appropriate discourse strategies to promote the solution of social problems. It adopts qualitative research method and conversation analysis to interpret interview participants’ talk-in-interaction and discourse strategies in “Ask Government Affairs of Shandong”. Research finds that adjacency pairs in political interview perform social behaviors such as greetings, requests, suggestions, apologies, acknowledgement. Interview participants’ turn-taking is divided into claiming for the turn, holding the turn, and giving up the turn. Discourse strategies such as insertion, interruption, and repetition are adopted to claim for the turn. Discourse markers and conversation repair are applied in communicators’ turn-holding stage. Communicators adopt explicit nominations, vague job designations, and silence strategies to give up the turn. Clear, accurate, and highly relevant official responses are conducive to projecting a responsible government image and improving government credibility. The phenomenon of avoidance, hesitation, and pause in official response is likely to cause the masses to question government officials’ work capability, which is not conducive to establishing a positive and trustworthy government image. Suggestions for optimizing the process setting of political interview and official responses are provided to enhance the effect of political enquiry.
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 | 0,095 | 0,387 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,008 | 0,010 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,002 | 0,013 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».