Conceptual Metaphors for Covid-19 : An Analysis of Metaphors for Covid-19 in the Discourse of Political Leaders of the UK, the USA, Canada, and Australia
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
Since the emergence of Covid-19 in December 2019, metaphors to talk about the pandemic have been extensively used in political discourse. This study aims to compare metaphors for Covid-19 in the discourse of political leaders of the UK, the USA, Canada, and Australia by drawing upon three conceptual metaphors found by De la Rosa (2007). The following conceptual metaphors are investigated: DISEASE IS A WAR, DISEASE IS A NATURAL FORCE, and DISEASE IS A JOURNEY. To find metaphors for Covid-19, one corpus of transcribed political discourse was compiled for each country. The corpora were then searched using lemmas of words specific to each conceptual metaphor. By drawing upon conceptual metaphor theory (Lakoff & Johnson, 1980) instances of metaphor usage were then analyzed. The frequency results showed the natural force metaphor to be the more frequently used in the UK and Canada corpora. In contrast, no occurrences of natural force metaphors were found in the USA or Australia corpora. The war metaphor was most frequently used in the USA corpus, and in the Australia corpus, the war and journey metaphor were used at similar frequencies. The findings of this study indicate that there is a difference in both frequency and choice of conceptual metaphors between the four corpora. The analysis also suggests that different metaphors can be used for different purposes.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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