Tiešsaistes ziņu rakstu par 2024. gada ASV prezidenta vēlēšanām multimodāla analīze.

Abstract

Mediju diskursa izpēte par politiskiem jautājumiem ir būtiska, lai izprastu politisko naratīvu procesus digitālajā laikmetā. Šāda pētījuma veikšana ļauj rūpīgāk analizēt, kā mediji ietekmē sabiedrisko domu, veido politisko dienas kārtību un potenciāli ietekmē demokrātiskos procesus. Šajā darbā tika pētīta iespējamā neobjektivitāte tiešsaistes laikrakstu rakstos, kuros tiek ziņots par 2024. gada Amerikas Savienoto Valstu prezidenta vēlēšanām, kas ir nozīmīgs un ievērojams politisks notikums, kas piesaista interesi un uzmanību visā pasaulē. Šī pētījuma mērķis bija atklāt iespējamos neobjektivitātes piemērus attiecībā uz konkrētiem politiskiem kandidātiem, proti, Demokrātu partijas pārstāvi Džo Baidenu un Republikāņu partijas kandidātu Donaldu Trampu, izmantojot atlasīto rakstu un laikraksta vāka attēlu multimodālo diskursa analīzi. Sistēmiski funkcionālās valodniecības un sociālās semiotikas teorijas tika izmantotas, lai analizētu dalībniekus, procesus un apstākļus verbālajos un vizuālajos semiotiskajos resursos ar mērķi konstatēt iespējamo neobjektivitāti. Pētījumā secināts, ka The Wall Street Journal demonstrēja neobjektivitāti pret bijušo prezidentu Donaldu Trampu, savukārt The Washington Post izrādīja neobjektivitāti pret pašreizējo prezidentu Džo Baidenu, pielāgojot kandidātu atspoguļojuma apjomu un veidu tiešsaistes ziņu rakstos. Iespējams secināt, ka šī neobjektivitāte var ietekmēt sabiedrības uztveri un potenciāli ietekmēt vēlēšanu procesu.

Examining media discourse on political issues is essential in order to understand the processes of political narratives in the digital era. Conducting such a study enables a more thorough analysis of how the media influences public opinion, shapes political agendas, and potentially affects democratic processes. The present research examined potential biases in online newspaper articles on the 2024 United States presidential elections, a significant and prominent political event that attracts worldwide interest and attention. The objective of this study was to discover possible examples of biases towards specific political candidates, namely the representative of the Democratic Party - Joe Biden and the Republican Party's candidate Donald Trump, using multimodal discourse analysis of the selected articles and their cover images. The premises of Systemic Functional Linguistics and a social semiotic approach were employed to analyse the depiction of participants, processes, and circumstances in verbal and visual modes in order to identify any possible biases. The research concluded that The Wall Street Journal displayed a bias towards the former President Donald Trump, while The Washington Post showed a bias towards the current President Joe Biden by adjusting the frequency of mentioning and type of their coverage. It might be concluded that these biases can shape public perception and potentially impact the electoral process.