How Whiteness Shapes Public Narratives: A Critical Discourse Analysis of Media and the NSBA Letter
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose: The purpose of this paper is to explore media's discursive strategies that shaped public narratives related to the National School Boards Association's (NSBA) 2021 letter to the Biden administration (“The Letter” hereafter) and the NSBA's response following media coverage. The Letter requested federal support to address the threats and violence toward educators and district leaders occurring largely at school board meetings. Research Method: We employed critical discourse analysis and a lens of possessive investment in whiteness to examine nearly 100 national and local news articles, which were primarily conservative-leaning, and archives related to The Letter. Findings: We highlight three themes among the discursive strategies of this data, which included the misrepresentation of the term domestic terrorism, the use of war-like metaphors, and the mischaracterization of parents. We also described how these strategies likely contributed to the public backlash of the NSBA, including a declining membership, and the organization's attempt at damage control through public apologies, organizational changes, and a shift in its equity-oriented work related to racial justice. Implications for Research and Practice: These findings illustrate the importance of educational intermediary organizations and leaders to proactively engage with journalists, foreground their equity commitments in evidence-based research and expert consultation, and communicate beyond media. These findings also underscore the need for media to reconsider the content of their reporting, whose voices they emphasize and ignore, and the discursive strategies they adopt when reporting on educational issues.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle