LEXICAL PATTERNS AND EVALUATIVE FRAMING OF THE RUSSIA–UKRAINE WAR IN CANADIAN MEDIA DISCOURSE
Notice bibliographique
Résumé
старший викладач кафедри англійської мови Національного університету «Києво-Могилянська академія» Повномасштабна війна Російської Федерації проти України, що розпочалася у лютому 2022 року, стала не лише ключовою подією сучасної геополітики, а й потужним дискурсивним феноменом, який активно конструюється та інтерпретується засобами масової інформації.У цьому контексті особливого значення набуває аналіз мовних механізмів, за допомогою яких медіа формують суспільне розуміння війни, визначають ролі учасників конфлікту та задають оцінну рамку подій.Статтю присвячено дослідженню лексичних патернів і стратегій оцінного фреймування війни Росії проти України в канадському медіадискурсі.Метою дослідження є виявлення домінантних лексико-семантичних полів, оцінних маркерів та прагматичних засобів, що використовуються у провідних канадських медійних джерелах для репрезентації війни.Матеріалом дослідження слугували публікації канадських загальнонаціональних видань CBC News, The Globe and Mail та Toronto Star, оприлюднені у період 2022-2024 років.Методологічну основу становлять методи лексико-семантичного та дискурсивно-прагматичного аналізу, а також елементи концептуального аналізу метафор.У результаті дослідження встановлено, що канадський медіадискурс війни характеризується стабільним набором лексичних домінант, які групуються навколо кількох ключових семантичних полів: агресії та насильства, опору й агентності України, гуманітарних наслідків війни, а також міжнародної політики та безпеки.Лексика, що описує дії Росії, має чітко виражене негативно-оцінне забарвлення й супроводжується маркерами делегітимації та морального осуду.Натомість Україна постає в дискурсі як активний суб'єкт опору, наділений характеристиками стійкості, солідарності та демократичної легітимності.Значну роль у формуванні оцінного фреймування відіграють метафоричні моделі, які посилюють емоційний вплив повідомлень і сприяють закріпленню проукраїнської позиції
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 | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,011 | 0,008 |
| Communication savante | 0,015 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».