Linguistics in Literary Discourse: Exploring Meaning, Construction and Alternatives Approaches
Notice bibliographique
Résumé
This paper examines literary discourse patterns using the Appraisal Framework (Martin & White, 2005) and the Extended Pragma-dialectic Theory of Argumentation (van Eemeren & Grootendorst, 1984, 1992, 2004). It aims to demonstrate how these approaches offer systematic and logical methods for studying literature. By focusing on the linguistic tools through which authors and texts express, negotiate, and promote particular viewpoints, the study shows how these frameworks help reveal the ways writers convince readers of the acceptability of arguments. The Appraisal Framework provides insight into how texts reflect inter-subjective and ideological positions, while the Extended Pragma-dialectic Theory highlights how propositions justify or refute claims and counterclaims within a text. Furthermore, the paper explores the value of linguistics in literary analysis by integrating Bakhtin’s concept of dialogism. This perspective supports the idea that texts are inherently dialogic, reflecting a constant interaction of voices and ideas. By combining linguistic and literary analysis, the study argues that the Appraisal Theory and Pragma-dialectic Theory provide useful tools for understanding how texts persuade and engage readers in complex argumentation. Ultimately, it validates the relevance of these linguistic theories within literary studies.
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 | 0,017 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,013 | 0,009 |
| Études des sciences et des technologies | 0,008 | 0,057 |
| Communication savante | 0,024 | 0,035 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,004 | 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 ».