ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Evaluation of Attitudinal Lexi...>الوصف

Evaluation of Attitudinal Lexis in Twitter Political Hashtags: A Corpus-Based Appraisal Analysis

المصدر: مجلة البحث العلمي في الآداب
الناشر: جامعة عين شمس - كلية البنات للآداب والعلوم والتربية
المؤلف الرئيسي: Abdeen, Azza Abdel Fattah (Author)
المجلد/العدد: ع19, ج5
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2018
الصفحات: 459 - 510
DOI: 10.21608/JSSA.2018.24476
ISSN: 2356-8321
رقم MD: 929556
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: AraBase
مواضيع:
اللغويات
علم المدونات
وسائل التواصل الاجتماعى
الشبكات الاجتماعية
اللغة
كلمات المؤلف المفتاحية:
Appraisal Theory | Systemic Functional Grammar | Corpus Linguistics | Discourse Semantics | Political Discourse Analysis | Twitter | Political Hashtags
رابط المحتوى:
PDF (صورة)      PDF (نص)      HTML
صورة الغلاف QR قانون

عدد مرات التحميل

47

حفظ في:
المستخلص: يعتبر البحث دراسة لغوية باستخدام منهج علم المدونات لتحليل مجموعة صغيرة من التغريدات في تويتر يصل عددها إلى 4082 تم مشاركتها خلال أربع وعشرين ساعة من إصدار ترامب قرار منع مسلمي بعض الدول من دخول الولايات المتحدة في يناير 2017 وتهدف الدراسة إلى إظهار كيف يوظف مستخدمي وسائل التواصل الاجتماعي اللغة لخلق توجه عام مما يؤدي إلى خلق مجتمع مشارك لنفس الرأي ويتم ذلك عن طريق تطبيق نظرية التقييم لمارتن ووايت (2005) على المفردات الأكثر تكرارا وتحليل دلالتها ومعدل تأثيرها وقد تم ذلك بمقارنة المادة التحليلية الرئيسية بأخرى استدلالية من مجموعة مقالات من صحيفة النيورك تايمز وقد اثبتت نتائج البحث أن المادة التحليلية الرئيسية تزخر بكثير من المفردات السلبية في التعبير عن الغضب حيال القضية الجدلية في تويتر وتوضح كيف تطور هذا السلوك في العالم الافتراضي إلى مظاهرات على أرض الواقع.

This research is a corpus-based analysis of a trending topic marked by the dominating hashtag #MuslimBan to investigate the influential role of evaluative language in social media. It combines the Appraisal theory of Martin and White (2005) as rooted in systemic functional grammar of Halliday & Matthiessen (2004) and corpus linguistics to analyze a mini corpus of 4082 tweets posted on January 28th, 2017 using AntConc for Word List, Keyword List and Concordance tool. The main corpus is tested against a reference corpus of news articles from New York Times newspaper. The aim of the study is to explore how a stance is created on social media discourse at a lexicogrammatical level and how this helps unite the microbloggers. Findings revealed that the main corpus abounds in much negative appreciation and judgment of the trigger (the MuslimBan order). It also showed that most evaluation falls in the Attitude category of Martin and White (2005) as emotional release is usually expressed via frequent use of adjectives, whereas physical release of anger is usually expressed in using action verbs. The lexical analysis also revealed that the interpersonal function is more vigorous in the main corpus and that social media is more influential in spreading slogans and communicating stances than news articles.
ISSN: 2356-8321

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.