Notice bibliographique
Résumé
This dissertation investigates how Canadian newspapers reported on COVID-19 from 2020 to 2023 in Ontario, Saskatchewan, and British Columbia. Using Van Dijk’s ten micro-strategies, this study examines articles from six newspapers across five time periods to explore how discursive tactics were employed, how their application varied by region and over time, and what ideological functions they served. The study employs a comparative and chronological approach, demonstrating how Critical Discourse Analysis (CDA) can reveal regional differences and long-term trends in crisis reporting. The findings show that Canadian newspapers primarily relied on authority, number games, and metaphors, employing expert voices, statistical data, and figurative language to frame the pandemic. Strategies such as hyperbole, national self-glorification, and polarization appeared less frequently, suggesting that Canadian coverage leaned toward moderation rather than extreme sensationalism. Regional variation in coverage of the pandemic included Saskatchewan’s stronger emphasis on quantification and Ontario and British Columbia’s greater reliance on authority. Over time, reporting shifted from fear-based dramatization in the early stages of the pandemic toward reassurance and institutional trust in later periods. These patterns reveal a dual ideological function: Canadian newspapers both amplify fear through dramatization and metaphors and reassure the public by referencing official sources and statistics. This duality reflects and reinforces Canada’s institutional culture of moderation and collective responsibility, striking a balance between urgency and stability. At the same time, newspapers often constrained public debate by prioritizing institutional perspectives and providing limited space for community voices or frontline experiences. This study broadens Van Dijk’s framework for comparative and longitudinal analysis, advancing methodological innovation in CDA and offering new insights into crisis communication. It demonstrates that newspapers function not only as sources of information but also as discursive agents that shape public narratives during times of uncertainty.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».