From Prison to Putrajaya: Examining Narratives and Enactment of Authentic Leadership in Anwar Ibrahim’s Post-Election Speech
Notice bibliographique
Résumé
Studies on leadership and stories have become increasingly popular as evidenced by a growing number of research in that area. It is notable that, while these political actors construct credibility and affiliation with the public, the deployment of narratives can reflect their enactment of leadership and leadership styles. The present study is an example of how narratives within one’s political rhetoric set up a normative example of how leadership is enacted. This research utilises a speech delivered by Anwar Ibrahim, the current Prime Minister of Malaysia to examine the embedded narratives and how they reflect his authentic leadership style. The study analysed one of the first speeches that he delivered after winning the 12th General Election in 2023 with a duration of 81 minutes. Taking narrative as a social practice and utilising the narrative framework by Labov and Waletzky (1967), the analysis reveals the values embedded within the narratives are aligned with authentic leadership. They include openness, morally responsible, representative for the rakyat (people), and a role model exhibiting resilience and positive attitude, hence rebuilding Anwar’s tarnished image in the eyes of the conservative Malay Muslims. By demonstrating how narratives can restore legitimacy and rebuild trust, this study contributes to the growing body of research on authentic leadership. It highlights the importance of discourse analysis in capturing leadership-in-action and provides insight into the role of political storytelling in Malaysian democracy.
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 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 ».