Исследование лингвистической модели политических коммуникаций в социальной сети "Twitter" в отношении президента США Д. Трампа в марте - июне 2020 г. - «Национальный агрегатор открытых репозиториев российских университетов» (НОРА)

Материалов:
1 005 012

Репозиториев:
30

Авторов:
761 409

расширенный поиск

Исследование лингвистической модели политических коммуникаций в социальной сети "Twitter" в отношении президента США Д. Трампа в марте - июне 2020 г.

Катермина, В. В., Рябченко, Н. А., Липириди, С. Х., Малышева, О. П., Гнедаш, А. А., Katermina, V. V., Ryabchenko, N. A., Lipiridi, S. K., Gnedash, A. A., Malysheva, O. P.

Дата публикации: 2020

Дата публикации в реестре: 2021-01-19T20:17:06Z

Аннотация:

В статье рассматривается смена позитивного дискурса в отношении Д. Трампа на отрицательный, в котором превалирующими стали обсуждение протестов и резкая критика со стороны всех групп населения.

Ключевые слова:
ТРАМП ДОНАЛЬД, ТВИТТЕР (СОЦИАЛЬНАЯ СЕТЬ), TWITTER (СОЦИАЛЬНАЯ СЕТЬ), ЯЗЫКОЗНАНИЕ, ЛИНГВИСТИКА ТЕКСТА, США — 2020 Г., СОЕДИНЕННЫЕ ШТАТЫ АМЕРИКИ — 2020 Г., ПОЛИТИЧЕСКИЙ ДИСКУРС, ПОЛИТИЧЕСКИЕ ТЕКСТЫ, CЕТЕВАЯ ЛИНГВИСТИКА, ЛИНГВИСТИЧЕСКИЕ МОДЕЛИ, ЯЗЫКОВАЯ ЛИЧНОСТЬ, ЛИНГВИСТИЧЕСКИЕ ИССЛЕДОВАНИЯ, ЯЗЫКОВЫЕ СРЕДСТВА, ЛИНГВОПЕРСОНОЛОГИЯ, ПОЛИТИЧЕСКИЕ ДЕЯТЕЛИ, АМЕРИКАНСКИЕ ПРЕЗИДЕНТЫ, ПОЗИТИВНЫЙ ДИСКУРС, ОТРИЦАТЕЛЬНЫЙ ДИСКУРС, АНГЛИЙСКИЙ ЯЗЫК, ПОЛИТИЧЕСКИЕ ПРОТЕСТЫ, ПОЛИТИЧЕСКИЕ КОММУНИКАЦИИ, ПОЛИТИЧЕСКИЕ АКЦИИ, ГРАЖДАНСКОЕ ОБЩЕСТВО, ДИСКУРС-АНАЛИЗ, СОЦИУМ, ДИСКУРСИВНЫЕ ПОЛЯ, ИНТЕРНЕТ, ИНТЕРНЕТ-СООБЩЕНИЯ, ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ, ИНТЕРНЕТ-ПРОСТРАНСТВО, ИНТЕРНЕТ-КОММУНИКАЦИИ, ИНТЕРНЕТ-ДИСКУРС, ИНТЕРНЕТ-ТЕКСТЫ, СОЦИАЛЬНЫЕ СЕТИ, ИНТЕРНЕТ-ПОЛЬЗОВАТЕЛИ, ИНТЕРНЕТ-САЙТЫ, ИНТЕРНЕТ-ОБСУЖДЕНИЯ, ПОЛИТИЧЕСКИЙ ИМИДЖ, ИМИДЖ ПРЕЗИДЕНТА, ОКОЛОКРИТИЧНЫЙ ДИСКУРС, NETWORK LINGUISTICS, LINGUISTIC MODELS, POLITICAL COMMUNICATION, NETWORK ANALYSIS, POLITICAL DISCOURSE, POLITICIANS, AMERICAN PRESIDENTS, LINGUISTIC PERSONALITY, LINGUOPERSONOLOGY, INTERNET, INTERNET SPACE, INTERNET COMMUNICATION, SOCIAL NETWORKS, INTERNET DISCOURSE, INTERNET TEXTS

Тип: Article

Связанные документы (рекомендация CORE)