A Multimodal Analysis of Negation in Princess Diana’s "Panorama" Interview
Notice bibliographique
Résumé
Stylistic analyses of negation have traditionally and predominantly focused on linguistic texts due to lack of a well-defined tool for investigating negation in multimodal texts. To fill this methodological gap, the present study integrates the critical stylistics tool of negation in written texts with Kress and van Leeuwen’s (2006) framework of visual analysis to develop a tool for the analysis of negation in multimodal texts. This tool is named the multimodal textual conceptual function of negation (MTCFN) and is used to explore how multimodal meanings of negation are constructed in Princess Diana Panorama interview, broadcasted in 1995. The analysis revealed that the co-occurrence of language and images in the same text creates a co-text that regulates and determines the meanings of negation produced by both semiotic systems. The combination of the visual affordances of gaze direction, head tilts, and different shot types and angles helps reinforce and make coherent the meanings initiated through the verbal medium, thus creating a coherent and impactful multimodal narrative. The study concludes that stylistics holds significant potential for informing approaches to the analysis of multimodal texts and recommends that further research is carried out on other multimodal text types to test the explanatory adequacy of the proposed MTCFN tool.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».