MétaCan
Menu
Retour à la cohorte
Enregistrement W2616245153 · doi:10.1515/applirev-2017-0028

Actively managed products: Think-aloud data and methods in applied linguistics research

2017· article· en· W2616245153 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueApplied Linguistics Review · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLanguage, Discourse, Communication Strategies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPsychologyVocabularyApplied linguisticsLinguisticsActive listeningReading (process)Cognitive linguisticsEncyclopediaCognitionCognitive scienceCommunication

Résumé

récupéré en direct d'OpenAlex

Abstract Verbal reports, specifically in the form of concurrent verbalizations (i.e., think-alouds [TAs]), have played a foundational role in the production of knowledge in applied linguistics. Most often drawn upon because the talk they generate is deemed to accurately reflect individual learners’ thought or cognitive processes as they complete an L2 task, concurrent verbalization methods have been central to investigations of and claims about the learning, use, and assessment of L2 vocabulary, listening, speaking, reading, and writing (among others). And although critical discussion concerning the quality of spoken data obtained through concurrent verbalization methods continues among L2 researchers (e.g., Cohen, Andrew D. 1987. Using verbal reports in research on language learning. In Claus Færch & Gabriele Kasper (eds.), Introspection in second language research , 82–95. Philadelphia: Multilingual Matters; Cohen, Andrew D. 1996. Verbal reports as a source of insights into second language learner strategies. Applied Language Learning 7(1–2). 5–24; Cohen, Andrew D. 2013. Verbal report. In Carol A. Chapelle (ed.), The encyclopedia of applied linguistics . Oxford: Wiley-Blackwell), the majority of this discussion has focused primarily on how best to generate talk which “more accurately reflect[s] the actual thought processes” of L2 users (Cohen, Andrew D. 2013. Verbal report. In Carol A. Chapelle (ed.), The encyclopedia of applied linguistics . Oxford: Wiley-Blackwell: 1). The result has been to further naturalize approaches to concurrent verbalizations which treat language as a neutral means for accessing cognition, and similarly, which treat the verbalizations themselves as individually accomplished events. In this article, my aim is to diversify the critical discussion by describing how discursive psychology (e.g., Edwards, Derek & Jonathan Potter. 1992. Discursive psychology . New York: Sage; Potter, Jonathan. 2006. Cognition and conversation. Discourse Studies 8(1). 131–140) and a conversation analytic perspective (e.g., Kasper, Gabriele. 2009. Locating cognition in second language interaction and learning: Inside the skull or in public view? International Review of Applied Linguistics 47. 11–36; Markee, Numa & Mi-Suk Seo. 2009. Learning talk analysis. International Review of Applied Linguistics 47. 37–63) can be combined to present an alternative to both ‘naturalized’, as well as sociocultural, understandings of concurrent verbalization data and methods. To this end, after establishing some of the key differences between information processing, sociocultural, and discursive approaches, I draw on data from two recently published TA-based studies in an attempt to accomplish two goals: the first is to shift critical discussion towards issues of epistemology, methodology, and research representation, and the second is to identify methodological issues about which researchers working from different conceptual orientations might engage in cross-paradigmatic dialogue.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,023
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0030,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,336
Tête enseignante GPT0,501
Écart entre enseignants0,165 · 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