MétaCan
Menu
Retour à la cohorte
Enregistrement W2523036292 · doi:10.5539/ijel.v6n5p112

A Contrastive Study on Generic Structure of Introduction to English Chemistry Research Articles: L1 Chinese Student Writers versus L1 English Published Writers

2016· article· en· W2523036292 sur OpenAlexvenueno aff
Zhigang Yu, Min Liu

Notice bibliographique

RevueInternational Journal of English Linguistics · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSecond Language Learning and Teaching
Établissements canadiensnon disponible
Organismes subventionnairesGovernment of Jiangsu Province
Mots-clésGraduation (instrument)PublicationAudience measurementChinaSpace (punctuation)LinguisticsPsychologySociologyLiteratureMathematics educationPolitical scienceEngineeringArtLawPhilosophy

Résumé

récupéré en direct d'OpenAlex

Introduction is a significant part-genre of a research article (RA) since it functions to persuade the readership that their research topic has some significance, that there is space for new knowledge around the topic and that the writer can make a contribution to knowledge. Previous studies mainly focused on experienced English L1 and L2 published writers. Masters majoring in Chemical Engineering in China are highly motivated to publish English RAs in international journals due to the requirements for graduation, but to date no work investigates into the disparity between their English RA introductions (ERAIs) and that of high impact SCI journals in terms of generic structure. To fill this gap, drawing on Swales’ CARS model (1990, 2004), this study analyzed the ERAIs written by L1 Chinese masters majoring in chemical engineering and L1 English published writers of the same discipline with a focus on the generic structure. The findings show that the NES published writers employ much more moves than the Chinese student writers, especially Move 1 “establishing a territory” and Move 2 “establishing a niche”. Due to the lack of Move 2, the completeness of the general organization of ERAIs written by the Chinese student writers is much weaker than the NES published writers. From the perspective of the constituent steps, the findings show that the lack of Move 1-Step 3 causes the overall insufficiency of Move 1 in the student writer group (SWG) compared with the published writer group (PWG) and the inadequate Step 1A “indicating a gap” leads to the overall deficiency of Move 2 in SWG. In Move 3, Step 1 is most frequently used in both groups. Although Step 5 and Step 6 are employed in this move but their frequency is low and quite similar to each other in these two groups. The findings have some pedagogical implication on the teaching of writing ERAIs.

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)0,007
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,047
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0020,004
Communication savante0,0050,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,325
Écart entre enseignants0,294 · 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.

Devis d'étudeObservationnel
DomainePrésentation des résultats
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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of English LinguisticsMême sujetSecond Language Learning and TeachingTravaux en français237 207