MétaCan
Menu
Retour à la cohorte
Enregistrement W1894132980 · doi:10.3968/j.ccc.1923670020070303.003

The Application of Theme/rheme Coherence Device in Discourse Teaching under Cognitive Framework

2010· article· en· W1894132980 sur OpenAlexvenueno aff
You-mei Gao, Ai-min Zou, Mei-ning Wang

Notice bibliographique

RevueCross-cultural communication · 2010
Typearticle
Langueen
DomainePsychology
ThématiqueLanguage, Metaphor, and Cognition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLinguisticsCohesion (chemistry)Coherence (philosophical gambling strategy)Theme (computing)Computer scienceSociologyPhilosophyMathematicsWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The repetitive coherence of theme and rheme comes through one of the important cohesive devices which make texture coherent and progressing. From cognitive point of view, applying the mode of thematic and rheme into English language teaching can display its tool function for texture. It also contributes to the understanding and interpretation of coherent discourses, and to the way in teaching reading and writing. Therefore,learners will leap forward from their cognitive level. Key words: cognition, coherence of theme and rheme, English language teaching Resume: Le raccordement repete de theme-rheme est un des moyens importants de realiser la coherence et la continuite du texte. Et c’est grâce a ces moyens de coherence que le texte s’acquiert la cohesion. L’application du systeme de coherence a l’enseignement du texte anglais montre son utilite comme instrument textuel, offre de nouvelles perspectives pour l’enseignement de redaction et de lecture en anglais, et aide les apprenants a approfondir leur comprehension. Mots-cles: cognition, coherence de theme-rheme, enseignement textuel 摘要:語篇中主述位的反復銜接是實現語篇銜接和連貫的重要手段之一,而正是這些語篇銜接的手段使得主、述位達到層層推進,構成連貫的語篇。從認知的角度將主述位銜接機制應用於英語篇章教學,可展示其作為篇章工具的使用性,也可以為英語寫作和閱讀教學提供更為清新的思路,使英語學習者從認知上達到一個飛躍。 關鍵詞:認知;主述位銜接;篇章教學

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0030,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,407
Écart entre enseignants0,377 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCross-cultural communicationMême sujetLanguage, Metaphor, and CognitionTravaux en français237 207