A Bibliometric Survey on Multimodal Discourse Analysis (2015–2024): Looking Behind to Look Ahead
Notice bibliographique
Résumé
Different from traditional discourse analysis, multimodal discourse analysis (MDA) investigates multiple semiotic modes such as language, images, and sounds. It emphasizes the coordination between dynamic and static semiotic resources in discourse. This study conducts a quantitative bibliometric analysis to explore the research trends, hotspots, and intellectual structure of MDA, aiming to provide a comprehensive overview of its development and evolution. Using VOSviewer 1.6.20 software, this study assessed existing publications, particularly those conducted between 2015 and 2024, presenting the status quo and development trend of the research field through an objective, systematic, and comprehensive review of relevant publications available from Scopus. A total of 1562 articles on MDA were identified, with contributions from 2081 institutions across 81 countries and regions. The research findings are as follows: (1) in the past 10 years, international MDA research has presented a significant growth trend, with flourishing research output, interest and diversification of presented subjects; (2) emerging research trends in MDA highlight a growing focus on digital discourse, crisis communication, and global sociopolitical contexts.; (3) critical and ideological analyses are gaining prominence, alongside increasing interest in multimodal literacy within educational and ESP settings etc.; (4) the field is also expanding into interdisciplinary and applied domains, emphasizing real-world applications across media, education, and public policy. This study provides valuable insights into the development of MDA and serves as a reference for future research in the field.
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 | 0,015 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,211 | 0,289 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».