MétaCan
Menu
Retour à la cohorte
Enregistrement W2089308932 · doi:10.1558/japl.v2.i1.105

Evaluative expressions in analystical arguments

2007· article· en· W2089308932 sur OpenAlexaff
Wu Mei, Desmond Allison

Notice bibliographique

RevueJournal of Applied Linguistics and Professional Practice · 2007
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésArgumentativeArgumentation theoryPsychologyConstruct (python library)LinguisticsMathematics educationExpression (computer science)PedagogyComputer science

Résumé

récupéré en direct d'OpenAlex

Evaluative language is widely recognised as contributing to the quality of written argumentation, although investigation in this area is more prevalent in professional academic writing (e.g. Hunston, 1989 and Hyland, 2002) than in student texts. This study investigates evaluative expressions in argumentative essays written by first-year undergraduates in the discipline of English Language at the National University of Singapore. Aspects of the Appraisal framework, especially the engagement system, were used to analyse the evaluative expressions in the stages of argumentation outlined by Callaghan and Rothery (1988). The analysis revealed that high-rated and low-rated essays differ in the frequency of the use of the stages of Thesis and Reiteration to construct more or less effective arguments. Also, within the stages, evaluative expressions contributed to arguments that are more or less persuasive.

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)0,013
score de la tête « metaresearch » (Gemma)0,078
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,078
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,007
Communication savante0,0070,006
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,032
Tête enseignante GPT0,385
Écart entre enseignants0,353 · 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'étudeQualitatif
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

Citations22
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Linguistics and Professional PracticeMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207