Bilingual Facebook Users’ Cognitive Writing Processes / Processus cognitifs d’écriture des utilisateurs bilingues de Facebook
Notice bibliographique
Résumé
This study seeks to explore the cognitive processes involved as bilinguals wrote English and Spanish Facebook status updates. Three phases of data collection were employed: individual interviews, examination of participants’ Facebook status updates and a group interview. The findings suggested that regardless of the language in which participants wrote, they made a series of decisions as they selected the content, chose the language, formulated the text and typed the status updates. The findings also indicated that for the individuals in this study, higher language proficiencies resulted in increased automaticity when converting thoughts to nonstandard online communications. While participants engaged in many experiences found in Flower and Hayes’ Cognitive Process Model (1981), additional explanation was needed to illustrate how this process varied for online bilingual writers. Cette étude cherche à explorer les processus cognitifs utilisés lorsque des personnes bilingues écrivent des statuts Facebook en anglais et en espagnol. Trois phases de collecte de données ont été utilisées : entrevues individuelles, examen des mises à jour de statut Facebook des participants et entrevue de groupe. Les résultats suggèrent que peu importe la langue de rédaction utilisée par les participants, ceux-ci procédaient à une série de décisions en sélectionnant le contenu, choisissant la langue, formulant le texte et entrant les mises à jour. Les résultats indiquent également que pour les personnes de cette étude, de meilleures compétences linguistiques se traduisaient par une automaticité accrue au moment de convertir les pensées en communications en ligne non standards. Bien que les participants aient pris part à certaines expériences décrites par Flower et Hayes dans leur Cognitive Process Model (1981), de plus amples explications sont requises pour illustrer comment ce processus varie pour les rédacteurs bilingues en ligne.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».