The Political Poetics of Contrastive Identifications: Scripting Ongoing Events Through Master/Counter Positioning in Populist Political Speech
Notice bibliographique
Résumé
The article reports an empirical inquiry into the rhetorical use of master/counter juxtapositions in narrating an ongoing scene of political action. Drawing on the studies of institutional interaction, it investigates the institutional setting of public political speeches, focusing on the empirical example of Donald Trump’s public speech in the rally after the election results and just before the violent invasion of the United States Capitol on January 6, 2021. My research approaches master/counter positioning as a multilayered relational constellation of identifications mobilized in the telling and deployed strategically for specific institutional purposes. I am interested in counter-narratives as interpretative discursive frames superimposed on surrounding socio-material circumstances to refute an alternative (pre-existing and prevailing) interpretation of reality. My take on the concept as a multifaceted rhetorical resource subsumes the aspects of an act of contestation, a breach of cultural orders, and a mission towards emancipation, albeit in a slightly modified version of the conventionalized definitions. In the context of political interaction, that is, in institutional activities connected to ongoing processes in policy-making and governance, counter-narratives are world-breaking but they are also world-making in a decidedly concrete consequential manner, firstly, by building on institutional continuities, virtues, and legitimacies, and secondly, by addressing recipients as co-actors, projecting identifications on them and expecting them to assume a role in the political participation field at hand. Applying tools from small story research, membership categorization analysis, epistemic governance and narrative positioning analysis, I explore the purposeful evocation of contrastive storylines in political rhetoric. The article aims to shed light on the argumentative use of counter-narratives in a political line of action.
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 | 0,006 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,035 |
| Communication savante | 0,012 | 0,013 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».