The medium is still the message: Canadian federal politicians' gestural stance markers of credibility and opinion
Notice bibliographique
Résumé
This thesis is about gestural/textual stances of Canadian federal politicians – how and what two speakers/gesturers convey about their political messaging in 2019 before the Federal election. In particular the focus of this thesis was to understand their stances as their spoken utterances are marked by co-verbal manual and non-manual gestures. In short, the aim of this study was to collect and analyze their gestures. The central relationships under study were: 1. What are the gestures that are used most often to reflect a speaker’s stance; & 2. Is there a unique contribution of gestural stance markers to overall stance in the composite utterance, and if so, how much? Once the manual gestures were coded and organized, they were interpreted as they co-occurred with text. Additionally, stance marking was developed into a coding checklist of stance and non-stance marking of non-manual gestures based on findings in the gesture literature. I found that gestures with finger combinations tended to display speakers’ opinion-based stances more than signify points (BEATS) in their discourse involving their convincing/credibility-based stances. Second, basic hand orientation of palm-based gestures revealed an inverse relationship between the two speakers. This pattern emerged in two of the four basic orientations: Palm lateral and palm vertical. For Pierre Poilievre (hereafter ‘P’), gestures with a palm facing laterally or vertically tended to be used twice as often for stances conveying his credibility than for conveying his opinion. On the contrary, the same hand gestures with the lateral or vertical hand orientation conveyed Elizabeth May’s (hereafter ‘M’) opinion twice as often as they did for expressing her credibility. Additionally, I found that non-manual gestures such as smiles, shrugs, eyebrow raises, posture shifts, lean-ins, head-tilts, head shakes, and the division of gesture space all supported both speakers’/gesturers’ use of multiple viewpoints to convey their stances.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».