تحلیل گفتمان انتقادی توئیت ها ی ترامپ بر اساس مدل ون دایک
محل انتشار: فصلنامه زبان پژوهی، دوره: 12، شماره: 34
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 770
فایل این مقاله در 26 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JLRZ-12-34_006
تاریخ نمایه سازی: 10 خرداد 1399
چکیده مقاله:
نقش و تاثیرگذاری شبکه های اجتماعی از جمله توئیتر، انکارنشدنی است. توئیت ها می توانند کنش های اجتماعی را شکل دهند و جامعه را به سمت و سوی ویژه ای، رهبری کنند. بنابراین، تحلیل گفتمان انتقادی توئیت ها، نوع تعامل های میان کاربران توئیتر را بازنمایی می کند. در پژوهش حاضر، توئیت های ترامپ بر پایه روش تحلیل گفتمان انتقادی ون دایک واکاوی شدند. به این منظور، از ابتدای ژانویه تا انتهای مارس 2018، حدود 400 توئیت از صفحه شخصی دونالد ترامپ- رئیس جمهور وقت آمریکا، با روش تصادفی هدف دار، گرد آوری شده و مورد بررسی قرار گرفتند. سپس داده های پژوهش با بهره گیری از نشانه ها و عناصر زبان شناختی مدل ون دایک، تفسیر و تبیین شدند. یافته ها نشان می دهند که ترامپ، در سطح معنایی از عناصر زبان شناختی بسیاری مانند مقوله بندی، قطب بندی، تعمیم دادن، ایجاد فاصله، مفهوم تلویحی، مبالغه و خلاف واقع بهره می گیرد. او همچنین، در سطح سبک به واژه گزینی و حذف عمدی برخی واژه ها می پردازد. علاوه بر این، تراپ در سطح استدلال مقوله استدلال را با مغالطه کاری جبران می کند. یافته های پژوهش همچنین نمایانگر آن است که کاربران توئیتر، پیوسته در مواجهه با گفتمان های ایدئولوژیک قرار می گیرند. این گفتمان ها در جامعه، فرایند تاثیرگذاری خود را با سرعت پشت سر نهاده و پایه گذار نظریه های اجتماعی می شوند. همچنین این گفتمان ها، نقش تعیین کننده ای در چگونگی زندگی و دیدگاه افراد یک گروه و یا روابط میان گروهی دارند.
کلیدواژه ها:
نویسندگان
عزت اله کلانتری خاندانی
دانش آموخته دکترای تخصصی در رشته زبان شناسی و در حال حاضر استادیار و عضو هیات علمی دانشگاه فرهنگیان
محمد حسن فرخی
گروه زبان، پردیس خواجه نصیر، دانشگاه فرهنگیان تهران
موسی غنچه پور
استادیار گروه زبان، پردیس خواجه نصیر، دانشگاه فرهنگیان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :