MétaCan
Menu
Retour à la cohorte
Enregistrement W4407402547 · doi:10.1177/16094069251321250

Absences and Silences in Critical Discourse Analysis: Methodological Reflections

2025· article· en· W4407402547 sur OpenAlexaff
Allie Slemon

Notice bibliographique

RevueInternational Journal of Qualitative Methods · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueQualitative Research Methods and Ethics
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésCritical discourse analysisSociologyEpistemologyDiscourse analysisPolitical scienceLinguisticsPhilosophyPoliticsLawIdeology

Résumé

récupéré en direct d'OpenAlex

Critical discourse analysis (CDA) is a qualitative methodology frequently taken up by researchers to explore complex questions of how discursive power drives inequities. Across approaches to CDA, the emphasis of methodological directions has consistently been centred on examining and illuminating dominant discourses in texts. This paper argues that alongside the analysis of dominant discourses, it is crucial to examine absences and silences that are located within and beyond the text. The exploration of absences and silences can support more fulsome analysis of discourse, and is essential for challenging power structures and illuminating discourses of resistance. In this paper, three analytic strategies for attending to absences and silences in CDA are presented: (i) the lens of the theoretical framework; (ii) interrelation between dominant and excluded discourses; and (iii) positionality and local knowledges. Across each analytic strategy, an exemplar from the author’s research is presented to illustrate the practice of engaging with absences and silences in CDA research. Ultimately, this paper contends that the analysis of absences and silences can support researchers in conducting inquiry that enacts resistance to power structures that perpetuate inequities, and envisioning possible paths toward equity and justice.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,101
score de la tête « metaresearch » (Gemma)0,090
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,243
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1010,090
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,915
Tête enseignante GPT0,839
Écart entre enseignants0,075 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Qualitative MethodsMême sujetQualitative Research Methods and EthicsTravaux en français237 207