Literature reviews, citations and intertextuality in graduate student writing
Notice bibliographique
Résumé
Literature reviews are a genre that many graduate students do not fully understand and find difficult to write. While the genre, language and rhetorical moves of literature reviews are widely researched, less research focuses on citation use in literature reviews. Teaching students ‘how-to’ write the literature review through explicit genre awareness is not enough. What is needed, is a focus on the discursive nature of citations since citations are a core ingredient in literature reviews. The complexity of citing, referencing and using sources is difficult to teach in university classrooms, especially in courses that focus on content knowledge. When it is taught, it is often imparted to students as conventions with particular organisational features around citation styles. Or it is taught within the discourse of morality and academic dishonesty that surrounds plagiarism. What is lacking is a pedagogy that relates citing to the more complex discursive practices that are implicit and deeply embedded in particular time-bound contexts. The purpose of this research was to explore citation patterns in 23 draft and final masters’ student literature review papers to better understand the ways in which students use sources in literature reviews with the aim of informing pedagogy. Findings indicate that the concept of intertextuality, specifically, transgressive intertextuality, intertextual engagement and discursive intertextuality can help with the teaching and learning of literature reviews and citation use.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».