MétaCan
Menu
Retour à la cohorte
Enregistrement W4412359995 · doi:10.5430/wjel.v16n1p33

Language, Diplomacy and Global Governance: Discourse Strategies in a Middle Eastern UN Address

2025· article· en· W4412359995 sur OpenAlexvenueno aff
Mohammad Awad AlAfnan

Notice bibliographique

RevueWorld Journal of English Language · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMultilingual Education and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiplomacyPolitical scienceCorporate governanceLinguisticsBusinessPhilosophyLawPolitics

Résumé

récupéré en direct d'OpenAlex

The article applies Critical Discourse Analysis (CDA) to King Abdullah II’s 2024 speech at the United Nations General Assembly, uncovering how he strategically employs humanitarian, legal, and geopolitical discourses to shape international perceptions of a conflict. Unlike previous research on Western political rhetoric, this study highlights how a Middle Eastern leader navigates global governance structures to construct political legitimacy, critique power asymmetries, and advocate for human rights. The findings reveal that King Abdullah integrates emotive language, statistical evidence, and legal references to frame the conflict as a global moral and legal crisis, moving beyond regional narratives. Additionally, the study identifies how historical intertextuality, including references to his father’s past UN addresses, strengthens Jordan’s diplomatic credibility and positions it as a principled advocate for peace. The analysis also highlights how the speech strikes a balance between critique and diplomacy, avoiding direct vilification while effectively critiquing the failures of international institutions. By framing the United Nations as ineffective in enforcing justice, King Abdullah aligns Jordan’s discourse with broader post-colonial resistance narratives, challenging dominance in global governance. This study contributes to CDA and political discourse analysis by offering a new framework for understanding how smaller states use language to challenge hegemonic structures and influence international diplomacy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0160,024
Communication savante0,0130,007
Science ouverte0,0010,009
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,022
Tête enseignante GPT0,411
Écart entre enseignants0,389 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of English LanguageMême sujetMultilingual Education and PolicyTravaux en français237 207